まとめ
このコードパターンでは、AutoAIを使用して、機械学習モデルのPythonコードを含むJupyterNotebookを自動的に生成する方法を学びます。 次に、Pythonを使用してモデルパイプラインを探索、変更、再トレーニングしてから、Watson Machine LearningAPIを使用してIBMWatson®MachineLearningにモデルをデプロイします。
Description
AutoAIは、IBM Watson Studio内で使用可能なグラフィカルツールであり、データセットを分析し、いくつかのモデルパイプラインを生成し、問題に対して選択されたメトリックに基づいてそれらをランク付けします。 このコードパターンは、AutoAIの拡張機能を示しています。 同じデータセットのより基本的なAutoAI探索については、 機械学習モデルパイプラインを生成して、問題に最適なモデルを選択します チュートリアル。
このコードパターンを完了すると、次の方法がわかります。
- AutoAI実験を実行する
- Pythonノートブックを生成して保存する
- ノートブックを実行し、結果を分析します
- Watson Machine Learning SDKを使用して変更を加え、モデルを再トレーニングします
- ノートブック内からWatsonMachineLearningを使用してモデルをデプロイします
Flow
- ユーザーは、デフォルト設定を使用してAutoAI実験を送信します。
- 複数のパイプラインモデルが生成されます。 リーダーボードから選択したパイプラインモデルは、JupyterNotebookとして保存されます。
- Jupyter Notebookが実行され、変更されたパイプラインモデルがノートブック内に生成されます。
- パイプラインモデルは、Watson Machine LearningAPIを使用してWatsonMachineLearningにデプロイされます。
説明書
詳細な手順については、 README ファイル。 これらの手順では、次の方法について説明します。
- AutoAI実験を実行します。
- AutoAIで生成されたノートブックを保存します。
- ノートブックをロードして実行します。
- Watson Machine Learningインスタンスを使用して、Webサービスとしてデプロイおよびスコアリングします。
ソース：https：//developer.ibm.com/patterns/autoai-code-generation/
