Dokončení životního cyklu AI

Poté, co připravíte svá data a sestavujete modely nebo jejich řešení, dokončíte životní cyklus AI implementací a monitorováním vašich aktiv.

Implementace je konečná fáze životního cyklu modelu nebo skriptu, kde spouštíte své modely a kód. Produkt Watson Machine Learning poskytuje nástroje, které potřebujete k implementaci aktiva, jako je například model nebo funkce počítače nebo řešení Decision Optimization .

Po implementaci můžete použít nástroje pro správu modelů k vyhodnocení vašich modelů. Produkt IBM Watson OpenScale sleduje a měří výsledky z vašich modelů AI a pomáhá zajistit, aby zůstávaly spravedliví, vysvětlitelné a vyhovující. Produkt Watson OpenScale také detekuje a pomáhá opravit přesnost posunu v případě, že model AI je ve výrobě.

Nakonec můžete produkt IBM Watson Pipelines použít ke správě procesů ModelOps . Vytvoření propojení procesů, které automatizuje části životního cyklu AI, jako např. školení a implementace modelu strojového učení.

Příklady použití a výukové programy

Produkt Watson Machine Learning je součástí produktu IBM' s daty Fabric shromažďování nástrojů a funkcí pro správu a automatizaci vašeho životního cyklu dat a AI. Tyto prostředky demonstrují, jak plánovat správu počítačových vzdělávacích aktiv a jak sestavit klíčové části vašich řešení Data Fabric a strojového učení.

Podrobnosti o tom, jak prostředí Fabric může podporovat vaše cíle a operace vašeho počítače praktickým způsobem, najdete v tématu Přehled řešení datového prostředí Fabric.

Další kroky

• Zjistěte, jak spravovat aktiva v prostoru implementace

• Podívejte se, jak nasadit aktiva z prostoru implementace

• Zobrazení ukázkových notebooků , které demonstrují implementaci využívající klienta Python nebo REST API

• Vyhodnoťte vaše implementované modely pro zkreslení pomocí produktu Watson OpenScale

• Naučte se, jak implementovat řešení Decision Optimization

• Automatizujte tok prostředků strojového učení prostřednictvím životního cyklu AI, který používá produkt IBM Watson Pipelines .