Сторонники разработчиков IBM Анам Махмуд и Сидра Ахмед провели семинар 3 февраля. Их цель состояла в том, чтобы показать, как каждый может легко использовать Jupyter Notebooks в IBM Watson Studio для запуска небольших фрагментов кода, которые обрабатывают ваши данные и немедленно показывают вам результаты ваших вычислений в интерактивной среде и быстро строят модели машинного обучения.
Сессия была разделена на две секции. Первую половину семинара вела Сидра, где она приветствовала аудиторию и говорила о повестке дня. Затем она рассказала им о науке о данных, искусственном интеллекте, машинном обучении и глубоком обучении.
Далее она сделала обзор классических алгоритмов машинного обучения, где объяснила обучение с учителем и обучение без учителя. Затем она подробно рассказала об алгоритмах классификации, например:
- Логистическая регрессия
- K-ближайшие соседи (KNN)
- Деревья решений
- Случайный лес
Вторую половину сессии вел Анам Махмуд. Эта часть состояла из практической демонстрации того, как легко создавать и развертывать модели машинного обучения на ноутбуках Jupyter с помощью Watson Studio в IBM Cloud.
Анам начал с объяснения варианта использования анализа оттока клиентов.
Отток относится к клиентам, которые больше не пользуются услугами или продуктами компании.
Затем она провела их по информационной панели IBM Cloud и показала, как создавать сервисы.
- Создайте службу IBM Cloud Object Storage.
- Создайте проект IBM Watson Studio.
- Предоставление услуг IBM Cloud.
- Загрузите набор данных.
- Создать ключ API
Затем она показала им, как создать пространство развертывания и добавить записную книжку по URL-адресу. После того, как все было настроено, мы запустили блокнот и импортировали данные в виде фрейма данных с помощью pandas. Затем она провела их по блокноту, объясняя аудитории различные алгоритмы и визуализации.
В конце она показала им, как легко развернуть свой ноутбук в IBM Cloud и протестировать свою модель.
Семинар был положительно воспринят участниками и получил положительные отзывы.
Ресурсы:
- Запись события: https://www.crowdcast.io/e/build-deploy-ml
- Практическое занятие: https://github.com/Anam-Mahmood/watson-studio-learning-path-assets
- Слайды: https://www.slideshare.net/AnamMahmood10/build-and-deploy-your-machine-learning-models-effortless-2
- IBM Developer Jupyter: https://developer.ibm.com/components/jupyter/
