Oppsummering
I dette kodemønsteret kan du lære hvordan du bruker AutoAI til automatisk å generere en Jupyter Notebook som inneholder Python-kode for en maskinlæringsmodell. Deretter kan du utforske, endre og trene modellpipelinen ved hjelp av Python før du distribuerer modellen i IBM Watson® Machine Learning ved hjelp av Watson Machine Learning APIer.
Beskrivelse
AutoAI er et grafisk verktøy tilgjengelig i IBM Watson Studio som analyserer datasettet ditt, genererer flere modellpipelines og rangerer dem basert på metrikken som er valgt for problemet. Dette kodemønsteret viser utvidede funksjoner i AutoAI. Mer grunnleggende AutoAI-utforskning for det samme datasettet er dekket i Generer pipelines for maskinlæringsmodeller for å velge den beste modellen for problemet ditt opplæringen.
Når du har fullført dette kodemønsteret, forstår du hvordan du:
- Kjør et AutoAI-eksperiment
- Generer og lagre en Python-notatbok
- Kjør notatboken og analyser resultatene
- Gjør endringer og omskole modellen ved å bruke Watson Machine Learning SDK-er
- Distribuer modellen ved hjelp av Watson Machine Learning fra den bærbare datamaskinen
Flow
- Brukeren sender inn et AutoAI-eksperiment med standardinnstillinger.
- Flere rørledningsmodeller genereres. En valgfri pipelinemodell fra ledertavlen lagres som en Jupyter Notebook.
- Jupyter Notebook kjøres, og en modifisert pipeline-modell genereres i notatboken.
- Rørledningsmodellen er distribuert i Watson Machine Learning ved å bruke Watson Machine Learning APIer.
Instruksjoner
Få detaljerte instruksjoner i readme fil. Disse instruksjonene forklarer hvordan du:
- Kjør et AutoAI-eksperiment.
- Lagre den AutoAI-genererte notatboken.
- Last inn og utfør notatboken.
- Distribuer og score som en webtjeneste ved hjelp av en Watson Machine Learning-forekomst.
Kilde: https://developer.ibm.com/patterns/autoai-code-generation/