开源技术 * IBM 微讲堂:Kubeflow 系列(观看回放 | 下载讲义) 了解详情

IBM Developer 博客

通过 IBM Developer 关注最新动态并获取信息

了解为什么 Watson Studio 是一个一站式的平台,可以解决所有与数据相关的问题。


机器学习为数据科学、人工智能等众多领域奠定了基础。每天生成的大量数据加强了对处理数据自动化的需求。

Watson Studio 是用于解决数据相关问题的一站式平台,拥有可协同访问和处理数据的环境和工具。Watson Studio 具备三种机器学习模型的开发方案:

  1. Machine learning model builder
  2. SPSS Modeler flow
  3. Jupyter Notebook

开始使用机器学习模型构建器,在 Watson Studio 中创建项目后,点击 Add to Project,添加 Watson Machine Learning Instance,选择模型类型时点击 Model Builder。 用户可以选择模型的详细信息,例如:

  • 预测列(Predicting column)
  • 输入列(Input column)
  • 算法(The algorithm)
  • 评估器(The estimator)
  • 数据分割(The data split)

无需掌握深厚的编码知识。用户还可以运行多种算法,根据各项指标,选择最合适的模型。

New model window

SPSS Modeler flow,用户需要从 Add to Project 中添加 Modeler Flow,各种机器学习算法以拖放图标形式显示,多种数据准备方式可供选择,还具备能连接到分类器的评估和统计节点,以便确定是否工作。

Nodes

Watson Studio 还可以用于开发 Jupyter Notebooks,对编程感兴趣的用户可按常规方式调整机器学习模型,用 Python 编辑或者使用 scikit-learn 库。 通过 IBM Cloud,用户可以从本地系统导入或从 URL 获取 Jupyter Notebooks。

New notebook window

简而言之,Watson Studio 是开发机器学习模型的有效工具。用户无需大量 Python 或 R 语言编程经验即可开始使用模型。 Watson Studio 可容纳具有不同专业知识水平的用户。

了解更多有关 Watson Studio 的信息,请查看 Watson Studio入门指南

相关资源

本博客翻译自:Exploring machine learning with Watson Studio(2019-11-13)