نبذة عامة
يستخدم نمط التعليمات البرمجية هذا مجموعة بيانات الائتمان الألمانية لإنشاء نموذج انحدار لوجستي باستخدام Azure. يستخدم النمط Watson OpenScale لربط نموذج التعلم الآلي المنشور في سحابة Azure ، وإنشاء اشتراك ، وتنفيذ الحمولة وتسجيل الملاحظات.
الوصف
باستخدام Watson OpenScale ، يمكنك مراقبة جودة النموذج وتسجيل الأحمال ، بغض النظر عن مكان استضافة النموذج. يستخدم نمط الكود هذا مثالًا على نموذج Azure ، والذي يوضح الطبيعة المستقلة والمفتوحة لـ Watson OpenScale. تعد IBM Watson OpenScale بيئة مفتوحة تمكن المؤسسات من أتمتة وتشغيل الذكاء الاصطناعي الخاص بها. يوفر نظامًا أساسيًا قويًا لإدارة نماذج الذكاء الاصطناعي والتعلم الآلي على IBM Cloud أو في أي مكان يمكن نشره فيه ويقدم هذه المزايا:
مفتوح حسب التصميم: يسمح Watson OpenScale بمراقبة وإدارة نماذج التعلم الآلي والتعلم العميق المصممة باستخدام أي أطر عمل أو IDEs ويتم نشرها على أي محرك لاستضافة النماذج.
تحقيق نتائج أكثر إنصافًا: يكتشف Watson OpenScale ويساعد على التخفيف من تحيزات النموذج لإبراز مشكلات الإنصاف. توفر المنصة شرحًا واضحًا لنطاقات البيانات التي تأثرت بالتحيز في النموذج والمرئيات التي تساعد علماء البيانات ومستخدمي الأعمال على فهم التأثير على نتائج الأعمال. عندما يتم الكشف عن التحيزات ، يقوم Watson OpenScale تلقائيًا بإنشاء نموذج مصاحب متحيز يعمل بجانب النموذج المنشور ، وبالتالي معاينة النتائج العادلة العادلة للمستخدمين دون استبدال النموذج الأصلي.
شرح المعاملات: يساعد Watson OpenScale المؤسسات على تحقيق الشفافية وقابلية التدقيق للتطبيقات التي تحتوي على الذكاء الاصطناعي من خلال إنشاء تفسيرات للمعاملات الفردية التي يتم تسجيلها ، بما في ذلك السمات التي تم استخدامها للتنبؤ ووزن كل سمة.
عندما تكمل نموذج الشفرة هذا ، تفهم كيفية:
- قم بإعداد البيانات وتدريب نموذج ونشره باستخدام Azure
- سجل النموذج باستخدام سجلات تسجيل العينة ونقطة نهاية التسجيل
- قم بإعداد سوق بيانات Watson OpenScale
- ربط نموذج Azure بسوق بيانات Watson OpenScale
- إضافة اشتراكات إلى سوق البيانات
- تمكين تسجيل الحمولة ومراقبة الأداء لكل من الأصول المشتركة
- استخدم مارت مارت للوصول إلى بيانات الجداول من خلال الاشتراك
التدفق
- ينشئ المطور Jupyter Notebook باستخدام بيانات من Credit_risk_training.csv ملف.
- متصل Jupyter Notebook بقاعدة بيانات PostgreSQL التي تخزن بيانات Watson OpenScale.
- يتم إنشاء نموذج للتعلم الآلي باستخدام Azure Machine Learning Studio ونشره على السحابة.
- يتم استخدام Watson OpenScale بواسطة الكمبيوتر الدفتري لتسجيل الحمولة ومراقبة الأداء.
تعليمات
العثور على الخطوات التفصيلية لهذا النمط في الملف التمهيدي. ستوضح لك الخطوات كيفية:
- استنساخ المستودع.
- قم بإنشاء خدمة Watson OpenScale.
- قم بإنشاء نموذج في Azure Machine Learning Studio.
- قم بتشغيل دفتر الملاحظات.
- الوصول
- AI
- التطبيقات
- Azure
- أزور الغيمة
- الجسدي
- الأعمال
- سحابة
- الكود
- محتوى
- ائتمان
- البيانات
- مجموعة البيانات
- قاعدة البيانات
- التعلم العميق
- تصميم
- المطور
- البيئة
- تدفق
- تسليط الضوء
- كيفية
- كيفية
- HTTPS
- IBM
- آي بي إم الغيمة
- IBM واتسون
- التأثير
- بما فيه
- مسائل
- IT
- مفكرة Jupyter
- تعلم
- آلة التعلم
- إدارة
- نموذج
- مراقبة
- عروض
- جاكيت
- نمط
- أداء
- المنصة
- تنبؤ
- جودة
- تسجيل
- تراجع
- العلماء
- طقم
- فروعنا
- اشتراك
- المعاملات
- الشفافية
- المستخدمين
- واتسون