英国の郵便局がEasyidアプリを介してビットコインを購入するオプションを追加

WatsonOpenScaleを使用してSagemakerの機械学習を監視する

ソースノード: 1860946

まとめ

このコードパターンは、WatsonOpenScaleとSageMaker機械学習モデルを使用して洞察を得る方法を説明しています。 AmazonSageMakerを使用してロジスティック回帰モデルを作成する方法を説明します。 カリフォルニア大学アーバイン校の機械学習データベース。 このパターンは、Watson OpenScaleを使用して、AWSクラウドにデプロイされた機械学習モデルをバインドし、サブスクリプションを作成し、ペイロードとフィードバックのロギングを実行します。

説明

Watson OpenScaleを使用すると、モデルがホストされている場所に関係なく、モデルの品質を監視し、ペイロードをログに記録できます。 このコードパターンは、Amazon Web Service(AWS)SageMakerモデルの例を使用しています。これは、WatsonOpenScaleの独立したオープンな性質を示しています。 IBM Watson OpenScaleは、組織がAIを自動化および運用化できるようにするオープン環境です。 OpenScaleは、IBMクラウド上またはそれらがデプロイされる可能性のある場所でAIおよび機械学習モデルを管理するための強力なプラットフォームを提供し、次の利点を提供します。

設計によるオープン:Watson OpenScaleは、任意のフレームワークまたはIDEを使用して構築され、任意のモデルホスティングエンジンにデプロイされた機械学習モデルとディープラーニングモデルの監視と管理を可能にします。

より公平な結果の推進:Watson OpenScaleは、モデルのバイアスを検出して軽減し、公平性の問題を強調します。 このプラットフォームは、モデルのバイアスの影響を受けたデータ範囲のプレーンテキストの説明と、データサイエンティストとビジネスユーザーがビジネスの結果への影響を理解するのに役立つ視覚化を提供します。 バイアスが検出されると、Watson OpenScaleは、デプロイされたモデルの横で実行されるバイアスをかけられていないコンパニオンモデルを自動的に作成します。これにより、元のモデルを置き換えることなく、ユーザーに期待されるより公正な結果をプレビューできます。

トランザクションの説明:Watson OpenScaleは、各属性の予測と重み付けに使用された属性を含む、スコアリングされている個々のトランザクションの説明を生成することにより、企業がAIを活用したアプリケーションに透明性と監査能力をもたらすのに役立ちます。

AIの作成を自動化:現在ベータ版として利用可能なニューラルネットワーク合成(NeuNetS)は、特定のデータセットのカスタム設計を基本的に設計することによってニューラルネットワークを合成します。 ベータ版では、NeuNetSは画像とテキストの分類モデルをサポートしています。 NeuNetSは、カスタムニューラルネットワークの設計とトレーニングに必要な時間を短縮し、スキルの障壁を低くすることで、ニューラルネットワークを非技術的な対象分野の専門家の手の届く範囲に置き、データサイエンティストの生産性を高めます。

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。

  • AWS SageMakerを使用して、データを準備し、モデルをトレーニングし、デプロイします
  • サンプルのスコアリングレコードとスコアリングエンドポイントを使用してモデルをスコアリングする
  • Watson OpenScaleデータマートをセットアップする
  • SageMakerモデルをWatsonOpenScaleデータマートにバインドする
  • データマートにサブスクリプションを追加する
  • サブスクライブした両方のアセットのペイロードロギングとパフォーマンスモニタリングを有効にする
  • データマートを使用して、サブスクリプションを通じてテーブルデータにアクセスする

Flow

flow

  1. 開発者は、からのデータを使用してJupyterNotebookを作成します UCI機械学習データベース.
  2. Jupyter Notebookは、Watson OpenScaleデータを格納するPostgreSQLデータベースに接続されています。
  3. 機械学習モデルはAWSSageMakerを使用して作成され、クラウドにデプロイされます。
  4. Watson Open Scaleは、ノートブックがペイロードをログに記録し、パフォーマンスを監視するために使用します。

説明書

このパターンの詳細な手順については、 READMEファイル。 手順は、次の方法を示しています。

  1. リポジトリのクローンを作成します。
  2. Compose for PostgreSQLデータベースを作成します。
  3. Watson OpenScaleサービスを作成します。
  4. ノートブックを実行します。
ソース:https://developer.ibm.com/patterns/monitor-amazon-sagemaker-machine-learning-models-with-ai-openscale/

タイムスタンプ:

より多くの IBM 開発者