Participe do Call for Code Global Challenge! | O prazo termina em 31 de Julho Comece agora

Gere um notebook Python para modelos de pipeline usando AutoAI

Resumo

Neste padrão de código, aprenda a usar AutoAI para gerar automaticamente um notebook Jupyter que contenha código Python de um modelo de aprendizado de máquina. Em seguida, explore, modifique e treine novamente o pipeline do modelo usando Python antes de implementar o modelo no IBM Watson® Machine Learning com APIs do Watson Machine Learning.

Descrição

O AutoAI é uma ferramenta gráfica disponível no IBM Watson Studio. Ele analisa seu conjunto de dados, gera vários pipelines de modelo e os classifica com base na métrica escolhida para o problema. Este padrão de código mostra recursos estendidos do AutoAI. Uma análise mais básica do AutoAI para o mesmo conjunto de dados é apresentada no tutorial Gere pipelines de modelo de aprendizado de máquina para escolher o melhor modelo para seu problema.

Depois de concluir este padrão de código, você saberá como:

  • Executar um experimento do AutoAI
  • Gerar e salvar um notebook Python
  • Executar o notebook e analisar os resultados
  • Fazer alterações e treinar novamente o modelo usando SDKs do Watson Machine Learning
  • Implementar o modelo usando o Watson Machine Learning dentro do notebook

Fluxo

fluxo

  1. O usuário envia um experimento do AutoAI usando configurações padrão.
  2. Vários modelos de pipeline são gerados. Um modelo de pipeline escolhido entre os melhores é salvo como um notebook Jupyter.
  3. O notebook Jupyter é executado e um modelo de pipeline modificado é gerado dentro dele.
  4. O modelo de pipeline é implementado no Watson Machine Learning usando APIs do Watson Machine Learning.

Instruções

É possível encontrar instruções detalhadas no arquivo readme. Essas instruções explicam como:

  1. Executar um experimento do AutoAI.
  2. Salvar o notebook gerado pelo AutoAI.
  3. Carregar e executar o notebook.
  4. Implementar e classificar como um serviço da web usando uma instância do Watson Machine Learning.