imf-issues-veiled-warning-against-el-salvadors-bitcoin-law.jpg

צג למידה של מכונות Azure באמצעות ווטסון OpenScale

צומת המקור: 1858932

<br> סיכום

דפוס קוד זה משתמש בערכת נתוני אשראי גרמנית ליצירת מודל רגרסיה לוגיסטי באמצעות Azure. התבנית משתמשת ב-Watson OpenScale כדי לאגד את מודל למידת המכונה הפרוסה בענן Azure, ליצור מנוי ולבצע רישום עומס ורישום משוב.

תיאור

באמצעות Watson OpenScale, אתה יכול לעקוב אחר איכות הדגם ועומסי מטען ביומן, ללא קשר למקום בו מתארח הדגם. תבנית קוד זו משתמשת בדוגמה של מודל Azure, המדגים את אופיו הבלתי תלוי והפתוח של ווטסון OpenScale. IBM Watson OpenScale היא סביבה פתוחה המאפשרת לארגונים לבצע אוטומציה ולהפעלה של ה- AI שלהם. היא מספקת פלטפורמה רבת עוצמה לניהול מודלים של AI ולמידה מכונה בענן יבמ או בכל מקום בו הם עשויים להיות פרוסים ומציעה יתרונות אלה:

פתוח על ידי תכנון: Watson OpenScale מאפשר ניטור וניהול של למידת מכונה ומודלים של למידה עמוקה שנבנו באמצעות כל מסגרות או IDEs ופרוסים בכל מנוע אירוח מודלים.

הוביל לתוצאות הוגנות יותר: ווטסון OpenScale מגלה ועוזר להפחית הטיות מודל כדי להדגיש סוגיות הוגנות. הפלטפורמה מספקת הסבר טקסט רגיל על טווחי הנתונים שהושפעו מהטיה במודל והמחשות הדמיה המסייעות למדענים ומשתמשים עסקיים להבין את ההשפעה על התוצאות העסקיות. כאשר מתגלים הטיות, ווטסון OpenScale יוצר אוטומטית מודל לוויה נטה-מוטה שפועל לצד הדגם הפרוס, ובכך מקדימה את התוצאות ההוגנות הצפויות למשתמשים מבלי להחליף את המקור.

הסבר עסקאות: Watson OpenScale מסייע לארגונים להביא לשקיפות ולביקורתיות ליישומים המוחזרים ב- AI על ידי יצירת הסברים לעסקאות בודדות הניקוד, כולל התכונות ששימשו לביצוע החיזוי והמשקל של כל תכונה.

לאחר השלמת דפוס קוד זה, אתה מבין כיצד:

  • הכן נתונים, אימן מודל ופרוס באמצעות Azure
  • ציון המודל באמצעות רשומות ניקוד לדוגמה ונקודת הסיום של הניקוד
  • הגדר מארט נתונים של Watson OpenScale
  • כבל את מודל התכלת למארט הנתונים של ווטסון OpenScale
  • הוסף מנויים למארט הנתונים
  • אפשר רישום עומס ומעקב אחר ביצועים עבור שני הנכסים המנויים
  • השתמש במרט נתונים כדי לגשת לנתוני טבלאות באמצעות מנוי

זרימה

Azure machine learning flow diagram

  1. המפתח יוצר מחברת Jupyter באמצעות נתונים מה- credit_risk_training.csv קובץ.
  2. מחברת Jupyter מחוברת למסד נתונים של PostgreSQL המאחסן את נתוני Watson OpenScale.
  3. מודל למידת מכונות נוצר באמצעות Azure Machine Learning Studio ומוצב לענן.
  4. מחברת Watson OpenScale משמשת לרישום עומס המשא ולניטור הביצועים.

הוראות

מצא את הצעדים המפורטים לדפוס זה בסעיף קובץ readme. השלבים יראו כיצד לבצע:

  1. שיבוט המאגר.
  2. צור שירות Watson OpenScale.
  3. צור מודל ב-Azure Machine Learning Studio.
  4. הרץ את המחברת.
מקור: https://developer.ibm.com/patterns/monitor-azure-machine-learning-studio-models-with-ai-openscale/

בול זמן:

עוד מ מפתח יבמ