요약
이 코드 패턴에서는 AutoAI를 사용하여 기계 학습 모델의 Python 코드가 포함 된 Jupyter Notebook을 자동으로 생성하는 방법을 알아 봅니다. 그런 다음 Watson Machine Learning API를 사용하여 IBM Watson® Machine Learning에 모델을 배치하기 전에 Python을 사용하여 모델 파이프 라인을 탐색, 수정 및 재교육하십시오.
상품 설명
AutoAI는 IBM Watson Studio에서 사용할 수있는 그래픽 도구로, 데이터 세트를 분석하고, 여러 모델 파이프 라인을 생성하고, 문제에 대해 선택한 메트릭에 따라 순위를 매 깁니다. 이 코드 패턴은 AutoAI의 확장 된 기능을 보여줍니다. 동일한 데이터 세트에 대한 더 기본적인 AutoAI 탐색은 기계 학습 모델 파이프 라인을 생성하여 문제에 가장 적합한 모델을 선택합니다. 튜토리얼.
이 코드 패턴을 완료하면 다음을 수행하는 방법을 이해합니다.
- AutoAI 실험 실행
- Python 노트북 생성 및 저장
- 노트북 실행 및 결과 분석
- Watson Machine Learning SDK를 사용하여 모델 변경 및 재교육
- 노트북 내에서 Watson Machine Learning을 사용하여 모델 배치
흐름
- 사용자는 기본 설정을 사용하여 AutoAI 실험을 제출합니다.
- 여러 파이프 라인 모델이 생성됩니다. 리더 보드에서 선택한 파이프 라인 모델이 Jupyter 노트북으로 저장됩니다.
- Jupyter 노트북이 실행되고 수정 된 파이프 라인 모델이 노트북 내에서 생성됩니다.
- 파이프 라인 모델은 Watson Machine Learning API를 사용하여 Watson Machine Learning에 배치됩니다.
명령
에서 자세한 지침을 얻으십시오 추가 정보 파일. 이 지침은 다음 방법을 설명합니다.
- AutoAI 실험을 실행합니다.
- AutoAI 생성 노트북을 저장합니다.
- 노트북을로드하고 실행합니다.
- Watson Machine Learning 인스턴스를 사용하여 웹 서비스로 배치하고 점수를 매 깁니다.
출처 : https://developer.ibm.com/patterns/autoai-code-generation/
