Translation not up to date
Model değerlendirmelerini yapılandırmak için, modelinizin nasıl ayarlandığını anlamak üzere Watson OpenScale ' i etkinleştirmek üzere modelinizle ilgili ayrıntıları sağlamanız gerekir.
Watson OpenScale , değerlendirmelere ilişkin model ayrıntılarını sağlamak için kullanabileceğiniz farklı yöntemler sağlar. Kullandığınız yöntem, değerlendirmeleri nasıl yapılandırmak istediğinize ve değerlendirmek istediğiniz konuşlandırmaların tipine bağlıdır.
Watson OpenScale ' de model ayrıntılarının sağlanması
Devreye alma eklediğinizde, Watson OpenScale gerekli tüm model ayrıntılarını otomatik olarak algılayabilir. Watson OpenScale gerekli tüm model ayrıntılarını algılamazsa, model ayrıntılarını el ile sağlamanız gerekir.
Aşağıdaki bölümlerde, Watson OpenScale' de model ayrıntılarını nasıl sağlayabileceğiniz açıklanmaktadır:
Bir yapılandırma yöntemi seçin
Yapılandırılmış veri modelleri için, karşıya yükleyebileceğiniz bir yapılandırma paketi oluşturmak üzere kılavuzlu adımları izleyerek ya da bir not defteri çalıştırarak model ayrıntılarını sağlamanız gerekir. Seçtiğiniz konuşlandırmanın puanlama uç noktası yoksa, bir yapılandırma paketini karşıya yüklemeniz gerekir.
Örnek bir işlem sağlayın
Resim ve yapısal olmayan metin modelleri için Watson OpenScale eğitim verileri gerektirmez ve model çıkışınızı ve girişinizi belirtmek için el ile örnek bir işlem sağlamanız gerekir.
Eğitim verilerini belirtin
Watson OpenScale , bir devreye alma eklediğinizde eğitim verileri ayrıntılarınızı algılamazsa, eğitim verilerini belirtmek için bir CSV dosyasını karşıya yükleyebilir ya da bir veritabanında ya da bulut depolamasında depolanan eğitim verilerine bağlanabilirsiniz. Eğitim verilerine bağlanmak için konumu seçmeniz ve bağlantı ayrıntılarını belirtmeniz gerekir. Bir devreye alma eklediğinizde eğitim verileri ayrıntılarınız algılanırsa, Veritabanı ya da bulut depolama seçeneği önceden belirlenir ve Watson OpenScale sizin için konum ve bağlantı ayrıntılarını belirtir.
Özellik ve etiket kolonlarını seçin
Watson OpenScale , eğitim verilerinizde bulunan sütunların bir listesini görüntüler. Modeli eğitmek için kullandığınız özellikleri seçmeniz ve her kayıt için beklenen ya da doğru sınıf etiketini içeren Etiket/Hedef sütunu olarak bir sütun belirtmeniz gerekir. Özellik ve etiket sütunlarını seçtikten sonra, Watson OpenScale eğitim verilerinizi kullanır ve model çıkışınızı ve devreye alma durumunuzu doğrulamak için devreye alımınıza otomatik olarak bir puanlama isteği gönderir.
Model çıkışını seçin
Bir öngörü sütunu ve bir öngörü olasılığı sütunu seçin. Öngörü sütunu, devreye alımınızın oluşturduğu öngörü ve öngörü olasılığı sütunu, modelin öngörü güvenini içerir. Watson OpenScale , model devreye alımınızdan tanımladığı meta verilere dayalı olarak beklenen sütunları önceden seçebilir. Bu seçimleri değiştirmeyi seçebilirsiniz. Öngörü sütununun veri tipi, etiket sütununun veri tipiyle eşleşmelidir. Veri tipleri eşleşmezse, Watson OpenScale değerlendirmeleri düzgün çalışmayabilir.
Watson Machine Learning devreye alma alanlarında model ayrıntılarını sağlama
Konuşlandırma alanlarında değerlendirmeleri yapılandırırken, Model ayrıntıları sekmesinde model ayrıntılarını el ile sağlamanız gerekir.
Aşağıdaki bölümlerde, devreye alma alanlarında model ayrıntılarını nasıl sağlayabileceğiniz açıklanmaktadır:
Eğitim verilerine bağlanın
Eğitim verilerinize bağlanmak için kullanmak istediğiniz yöntemi seçin. Watson OpenScale ' in bir veritabanı ya da bulut deposunda depolanan eğitim verilerine bağlanmasını istiyorsanız, konumu seçmeniz ve bağlantı ayrıntılarını belirtmeniz gerekir. Watson OpenScale ' in ayrıntıları özel tutmak için eğitim verilerinizi bir not defterinden analiz etmesini istiyorsanız, özel bir not defteri çalıştırmanız ve oluşturduğu JSON yapılandırma dosyasını karşıya yüklemeniz gerekir. Daha fazla bilgi için Eğitim verilerini yönetmebaşlıklı konuya bakın.
Resim ve yapılandırılmamış metin modelleri için eğitim verileri gerekli değildir.
Etiket sütununu seçin
Etiket sütunu olarak tanımlamak için eğitiminiz içinden bir sütun seçmelisiniz. Bu kolon, her kayıt için beklenen ya da doğru sınıf etiketini içerir.
Eğitim özelliklerini seçin
Devreye alınmadan önce modeli eğitmek için kullanılan tüm özellikleri seçin. Eğitim verilerinin biçimi modelle eşleşmelidir. Örneğin, model Genderaksamı için M ve F bekliyorsa, eğitim verilerinin Male ve Femaledeğil M ve Folması gerekir. Benzer şekilde, bir özellik sütunu sayısal olarak tanımlanırsa, bu sütun model eğitimi sırasında modelinizde sayısal olmalıdır. Bir özellik sütunu sayısal olarak tanımlanırsa ve model eğitimi sırasında modelinizde bu sütunu kategorik olarak kullanırsanız, sütunu kategorik olacak şekilde güncellemelisiniz. Daha fazla bilgi için Model değerlendirmeleri için verileri yönetmebaşlıklı konuya bakın.
Model işlemleri gönder
Watson OpenScale , model işlemlerinizi değerlendirme için depolamaya hazırlanmak üzere eğitim verilerini belirttiğinizde puanlama isteklerini otomatik olarak gönderebilir. Watson OpenScale bir puanlama isteği gönderemezse ya da yapılandırılmamış metin ya da görüntü modellerini değerlendiriyorsanız, tahmin edilen sonuçların güvenine ilişkin ölçümler içeren örnek işlemleri el ile sağlayabilirsiniz. Watson OpenScale , model işlemlerinizi veritabanınızdaki bir bilgi yükü günlük kaydı tablosunda saklar ve model değerlendirmeleri için verileri kullanır.
Model çıkışını belirtin
Bir öngörü sütunu ve bir öngörü olasılığı sütunu seçin. Öngörü sütunu, devreye alımınızın oluşturduğu öngörü ve öngörü olasılığı sütunu, modelin öngörü güvenini içerir. Watson OpenScale , model devreye alımınızdan tanımladığı meta verilere dayalı olarak beklenen sütunları önceden seçer.
Üst konu: Bir modeli değerlendirme hazırlığı