カスタム機械学習フレームワーク

デプロイメントのリストの要求

「デプロイメントのリストの要求」タイルを選択した場合は、資格情報と API エンドポイントを入力してから構成を保存します。

個々の評価エンドポイントの指定

「個々の評価エンドポイントの入力」タイルを選択した場合は、API エンドポイントの資格情報を入力してから構成を保存します。

これで、デプロイされたモデルを選択し、モニターを構成する準備ができました。 デプロイされたモデルは、 Insights ダッシュボードにリストされます。このダッシュボードで、 ダッシュボードに追加 をクリックできます。 監視したいデプロイメントを選択し、 「設定」 をクリックします。

詳細については、 「モニターの設定」 を参照してください。

独自の機械学習エンジンを追加する

メタデータを使用して、 Watson Machine Learning 以外のエンジンがカスタムとして追加されますが、 IBM 以外の Watson Machine Learning サービスとの直接的な連携は存在しません。 wos_client.service_providers.add メソッドを使用して、モデル評価用に複数の機械学習エンジンを追加できます。

CUSTOM_ENGINE_CREDENTIALS = {
    "url": "***",
    "username": "***",
    "password": "***",
}

wos_client.service_providers.add(
        name=SERVICE_PROVIDER_NAME,
        description=SERVICE_PROVIDER_DESCRIPTION,
        service_type=ServiceTypes.CUSTOM_MACHINE_LEARNING,
        credentials=CustomCredentials(
            url= CUSTOM_ENGINE_CREDENTIALS['url'],
            username= CUSTOM_ENGINE_CREDENTIALS['username'],
            password= CUSTOM_ENGINE_CREDENTIALS['password'],
        ),
        background_mode=False
    ).result

次のコマンドを実行すると、サービスプロバイダを確認できます：

client.service_providers.get(service_provider_id).result.to_dict()

APIキーを使用してセキュリティを設定する

カスタム機械学習エンジンのセキュリティーを構成するには、モデル評価の認証プロバイダーとして IBM Cloud および IBM Cloud Pak for Data を使用できます。 URL https://iam.cloud.ibm.com/identity/token を使用して IBM Cloud 用の IAM トークンを生成し、 URL https://<$hostname>/icp4d-api/v1/authorize を使用して Cloud Pak for Data 用のトークンを生成できます。

以下の形式で、この POST /v1/deployments/{deployment_id}/online リクエストを使用してスコアリングAPIを実装できます：

要求

{
	"input_data": [{
		"fields": [
			"name",
			"age",
			"position"
		],
		"values": [
			[
			"john",
			 33,
			"engineer"
			],
			[
			"mike",
			 23,
			"student"
			]
		]
	}]
}

応答

{
	"predictions": [{
		"fields": [
			"name",
			"age",
			"position",
			"prediction",
			"probability"
		],
		"labels": [
			"personal",
			"camping"
		],
		"values": [
			[
			"john",
			 33,
			"engineer",
			"personal",
			[
			0.6744664422398081,
			0.32553355776019194
			]
			],
			[
			"mike",
			 23,
			"student",
			"camping",
			[
			0.2794765664946941,
			0.7205234335053059
			]
			]
		]
	}]
}

カスタム・サブスクリプションの追加

カスタムサブスクリプションを追加するには、次のコマンドを実行します：

custom_asset = Asset(
        asset_id=asset['entity']['asset']['asset_id'],
        name=asset['entity']['asset']['name'],
        url = "dummy_url",
        asset_type=asset['entity']['asset']['asset_type'] if 'asset_type' in asset['entity']['asset'] else 'model',
        problem_type=ProblemType.MULTICLASS_CLASSIFICATION,
        input_data_type=InputDataType.STRUCTURED,
    )
deployment = AssetDeploymentRequest(
        deployment_id=asset['metadata']['guid'],
        url=asset['metadata']['url'],
        name=asset['entity']['name'],
        deployment_type=asset['entity']['type'],
        scoring_endpoint =  scoring_endpoint
    )
asset_properties = AssetPropertiesRequest(
        prediction_field='predicted_label',
        probability_fields = ["probability"],
        training_data_reference=None,
        training_data_schema=None,
        input_data_schema=None,
        output_data_schema=output_schema,
    )
result = ai_client.subscriptions.add(
        data_mart_id=cls.datamart_id,
        service_provider_id=cls.service_provider_id,
        asset=custom_asset,
        deployment=deployment,
        asset_properties=asset_properties,
        background_mode=False
    ).result

購読リストを取得するには、次のコマンドを実行してください：

subscription_id = subscription_details.metadata.id
subscription_id

details: wos_client.subscriptions.get(subscription_id).result.to_dict()

ペイロード・ロギングの有効化

サブスクリプションでペイロードのロギングを有効にするには、次のコマンドを実行してください：

request_data = {'fields': feature_columns, 
                'values': [[payload_values]]}

ログの詳細を確認するには、次のコマンドを実行してください：

response_data = {'fields': list(result['predictions'][0]),
                 'values': [list(x.values()) for x in result['predictions']]}

評価とペイロード・ロギング

• モデルを評価します。

• ペイロード・ロギング・テーブルに要求と応答を格納します

  records_list = [PayloadRecord(request=request_data, response=response_data, response_time=response_time), PayloadRecord(request=request_data, response=response_data, response_time=response_time)]
  
  subscription.payload_logging.store(records=records_list)
  

Python 以外の言語では、 REST API を使用してペイロードをログに記録することもできます。