송 정숙

Posts from this devCenter

Watson Studio 에서 AutoAI Experiments 따라해 보기

IBM의 AutoAI는 AI Pipeline Optimization 를 지원하는 자동화 AI 기능입니다. 이번 글에서는 Watson Studio 내의 AutoAI Experiments 기능을 통해 IBM AutoAI 경험해 보겠습니다. (1) IBM...

IBM Openscale 따라해보기 – 1

Openscale은 머신러닝 모델을 비즈니스 어플리케이션에서 사용하는 환경에서 머신러닝 모델의 예측 결과값이 정확하게 예측하고 있는지, 비즈니스적으로 공평한 예측이 필요한 속성(예:성별, 나이, 인종)에 대해 편향(Bias)가 없는지, 나아가...

[Code Pattern]Watson NLC 학습을 통한 스팸메일 분류하기

Watson Studio와 연계된 Watson Natural Language Classifier의 새로운 학습 도구를 사용하여 이메일 분류를 학습시키고 이를 Node.js 어플리케이션에서 활용하는 Code를 진행해 보겠습니다. Flow NLC(Natural Language Classifier)...

Watson Studio-Jupyter Notebook을 사용하여 Visual Recognition Classify 해보기

해당 글은 Watson Visual Recognition으로 이미지 학습해 보기에서 Custom Image Classifier를 생성했다는 전제하에 활용가능 합니다.     1.Watson Studio에서 신규 Notebook 생성   2.Test에 필요한...

Watson Visual Recognition으로 이미지 학습해 보기

1.Visual Recognition API 생성해 보기  1)IBM Cloud 로그인 https://console.bluemix.net/ 2)카탈로그 > AI > Visual Recognition 선택                  3)서비스이름, 지역 : 미국남부, 리소스그룹 : default, 가격책정플랜 : 라이트 ...

Watson Studio-Jupyter Notebook을 사용하여 Churn Model 생성하기

1.시나리오 2.Churn Model 생성을 위한 필요 서비스 및 데이터 준비 1.Machine Learning 서비스 생성 1)IBM Cloud > Catalog > Machine Learning 선택 2)서비스이름,지역 : 미국남부,...

다른 센터의 포스팅