خلاصه
در این الگوی کد، یاد بگیرید که چگونه از AutoAI برای تولید خودکار یک نوت بوک Jupyter که حاوی کد پایتون یک مدل یادگیری ماشینی است استفاده کنید. سپس، قبل از استقرار مدل در IBM Watson Machine Learning با استفاده از Watson Machine Learning API، خط لوله مدل را با استفاده از پایتون کاوش، اصلاح و دوباره آموزش دهید.
توضیحات:
AutoAI یک ابزار گرافیکی موجود در IBM Watson Studio است که مجموعه داده های شما را تجزیه و تحلیل می کند، چندین خط لوله تولید می کند و آنها را بر اساس معیارهای انتخاب شده برای مشکل رتبه بندی می کند. این الگوی کد ویژگی های توسعه یافته AutoAI را نشان می دهد. کاوش اساسیتر AutoAI برای مجموعه دادههای یکسان در بخش پوشش داده شده است خطوط لوله مدل یادگیری ماشین را ایجاد کنید تا بهترین مدل را برای مشکل خود انتخاب کنید آموزش.
هنگامی که این الگوی کد را تکمیل کردید، می فهمید که چگونه:
- آزمایش AutoAI را اجرا کنید
- یک نوت بوک پایتون تولید و ذخیره کنید
- دفترچه یادداشت را اجرا کنید و نتایج را تجزیه و تحلیل کنید
- با استفاده از Watson Machine Learning SDK تغییراتی ایجاد کنید و مدل را دوباره آموزش دهید
- مدل را با استفاده از Watson Machine Learning از داخل نوت بوک اجرا کنید
جریان
- کاربر یک آزمایش AutoAI را با استفاده از تنظیمات پیش فرض ارسال می کند.
- چندین مدل خط لوله تولید می شود. مدل خط لوله انتخابی از تابلوی امتیازات به عنوان نوت بوک Jupyter ذخیره می شود.
- نوت بوک Jupyter اجرا می شود و یک مدل خط لوله اصلاح شده در نوت بوک ایجاد می شود.
- مدل خط لوله در Watson Machine Learning با استفاده از APIهای Watson Machine Learning مستقر شده است.
دستورالعمل ها
دریافت دستورالعمل های دقیق در صفحهی راهنمای ترجمهها فایل. این دستورالعمل توضیح می دهد که چگونه:
- آزمایش AutoAI را اجرا کنید.
- نوت بوک تولید شده توسط AutoAI را ذخیره کنید.
- نوت بوک را بارگیری و اجرا کنید.
- با استفاده از یک نمونه یادگیری ماشینی Watson، به عنوان یک سرویس وب به کار گرفته شده و امتیاز دهید.
منبع: https://developer.ibm.com/patterns/autoai-code-generation/