Configuración de evaluaciones de modelos con configuración manual

Puedes utilizar la configuración manual para configurar las evaluaciones de los modelos de aprendizaje automático. Con la configuración manual, puedes utilizar los recursos existentes, como bases de datos y espacios de implementación. También puedes seleccionar el tipo de entorno (preproducción o producción) para tu implementación. A diferencia de la configuración automática, la configuración manual no instala recursos de muestra para mostrar las evaluaciones del modelo.

Ejecución de la configuración manual

Sigue estos pasos para iniciar la configuración manual:

  1. Inicie Watson OpenScale.
  2. En el menú principal, selecciona Servicios > Instancias.
  3. En la página «Instances», selecciona el icono de menú de tu instancia de « Watson OpenScale » y haz clic en «Abrir ».
  4. Cuando aparezca la ventana de evaluación del modelo, selecciona «Configuración manual ».

Se abre la página de configuración del sistema. Para finalizar la configuración manual, debe seguir los pasos que se describen en las siguientes secciones.

Adición de una conexión de base de datos

Puede utilizar una de las siguientes bases de datos para gestionar los datos destinados a las evaluaciones de modelos en el data mart:

  • Db2 del catálogo de servicios de Cloud Pak for Data
  • Db2 Warehouse multinodo (MPP) del catálogo de servicios de Cloud Pak for Data
  • Db2 Warehouse nodo único (SMP) del catálogo de servicios de Cloud Pak for Data
  • Db2 externo con la siguiente configuración:
    • Nombre del producto: « “DB2, edición avanzada»
    • Información de la versión: "11.5 o posterior"
  • EDB Postgres
Atención:No utilice la instancia de la base de datos « Db2 » que se instala con « OpenPages » al configurar « watsonx.governance ». La base de datos « OpenPages » está reservada exclusivamente para « OpenPages ». Si lo seleccionas, la configuración podría fallar y es posible que no se ejecuten las evaluaciones del modelo.

Al configurar la base de datos, también debes seleccionar un esquema. Un esquema es una colección con nombre de tablas de la base de datos. En el caso de « Db2 », las evaluaciones de modelos requieren un espacio de tabla con un tamaño de página de al menos 32 kB (32768).

Para las opciones de DB2 que forman parte del clúster, consulte Servicios, Orígenes de datos donde encontrará opciones, como por ejemplo, Db2 Warehouse y Db2 Advanced Enterprise Server Edition. Si se trata de una base de datos externa, puede utilizar la base de datos « IBM Db2 ». En el caso de las bases de datos de « EDB Postgres », se especifican instancias estándar o empresariales.

Sigue estos pasos para añadir una conexión a la base de datos para las evaluaciones de modelos:

  1. Haz clic en el icono Icono de configuración para abrir la configuración del sistema «Configurar» y, a continuación, haz clic en «Base de datos ».

  2. Selecciona el tipo de base de datos en el menú desplegable «Base de datos» y, a continuación, introduce los datos de conexión.

    <service-name>.<namespace>.svc.cluster.local>

    Si desea utilizar un servidor de TLS s interno para conectarse a EDB Postgres con SSL, también debe ejecutar el siguiente comando en la plataforma de contenedores Red Hat OpenShift :

    oc patch CPDEdbInstance postgres1 --type merge --patch '{"spec": {"tls": {"customServerCert": "internal-tls", "customClientCert": "internal-tls"}}}'

  3. Una vez que se ha conectado correctamente, puede seleccionar un esquema y guardar el trabajo. Es necesario proporcionar explícitamente el nombre de esquema si proporciona una instancia de Db2 con acceso limitado, lo que no permite que el nombre de esquema se genere automáticamente.

Limitaciones

  • Actualmente no se da soporte a los planes Lite Db2.

  • Si te conectas a una base de datos de Db2 para importar datos de prueba destinados a la evaluación de modelos, debes especificar los nombres de las columnas en mayúsculas en el esquema de entrada, de modo que coincidan con los nombres de la base de datos, que distinguen entre mayúsculas y minúsculas.

  • Si tus modelos reciben 10 registros por minuto y por modelo durante un año en tu instancia del servicio « Watson OpenScale », debes seguir las siguientes directrices de dimensionamiento para tu base de datos « Db2 »:

    • Pequeño (5-10 modelos): 20-50GB
    • Mediano (10-20 modelos): 50-100GB
    • Grande (20-50 modelos): 100-300GB

    Si los requisitos de su implementación superan estas directrices, deberá aumentar el tamaño del disco. En el caso de los modelos no estructurados, debe aumentar el tamaño del disco en función del volumen de datos.

  • La base de datos « Db2 », que se instala junto con « OpenPages », no se puede utilizar con « watsonx.governance ». Esta base de datos está reservada exclusivamente para OpenPages y no es compatible con otros servicios. Si intentas utilizarlo, pueden producirse errores de configuración y evitar que se ejecuten las evaluaciones del modelo.

Configuración de un proveedor de aprendizaje automático

Puedes conectarte a modelos implementados almacenados en un entorno de aprendizaje automático, incluidos los entornos de preproducción y producción. Para la evaluación de modelos, se dispone de los siguientes proveedores de servicios de aprendizaje automático:

  • Watson Machine Learning
  • Amazon SageMaker
  • Microsoft Azure ML Studio
  • Microsoft Azure ML Service
  • IBM SPSS Collaboration and Deployment Services (C&DS)

También puede utilizar un entorno de servicio personalizado.

Sigue estos pasos para conectarte a un proveedor de aprendizaje automático con el fin de evaluar modelos:

  1. En la sección «Proveedores de aprendizaje automático », haz clic en «Añadir proveedor de aprendizaje automático ».
  2. Opcional: Para cambiar el nombre predeterminado, haz clic en el icono Icono Editar Editar situado junto a «Proveedores de aprendizaje automático ».
  3. Opcional: Para introducir una descripción, haz clic en el icono Icono Editar Editar situado junto a «Descripción ».
  4. Para introducir la información de conexión, haz clic en el icono Icono Editar Editar situado junto a «Conexión ».
  5. Elige un proveedor de servicios e indica los datos de conexión.
  6. Pulse Guardar.

Gestión de usuarios y roles

Debes añadir a los usuarios a los que quieras dar acceso a las evaluaciones de tu modelo y asignarles roles para determinar qué tareas pueden realizar.

Al asignar roles, también puedes guardar tus claves secretas en un almacén para gestionar tus datos de forma segura. Puedes utilizar los almacenes para guardar nombres de usuario y contraseñas, certificados de SSL y claves API para las evaluaciones de modelos. No se admiten tokens de autenticación ni claves secretas personalizadas.

Más información