快速入门：使用 AutoAI 构建并部署机器学习模型

您需要一个项目来存储数据和 AutoAI 试验。 您可以使用沙箱项目或创建项目。

1. 从导航菜单中 ，选择项目 > 查看所有项目。

2. 打开沙箱项目。 如果要使用新项目:

   1. 单击新建项目。

   2. 选择创建空项目。

   3. 输入项目的名称和可选描述。

   4. 选择现有的对象存储服务实例或者创建新的对象存储服务实例。

   5. 单击创建。

3. 当项目打开时，单击 管理 选项卡，然后选择 服务和集成 页面。

   1. 在 IBM 服务 选项卡上，单击 关联服务。

   2. 选择您的watsonx.aiRuntime 实例。 如果尚未配置watsonx.aiRuntime 服务实例，请按照以下步骤操作：

      1. 单击 新建服务。

      2. 选择watsonx.aiRuntime。

      3. 单击创建。

      4. 从列表中选择新的服务实例。

   3. 单击 关联服务。

   4. 如果需要，请单击 取消 以返回到 " 服务和集成 " 页面。

要获取更多信息或观看视频，请参阅创建项目。

要预览此任务，请观看视频中从 00:08 开始的部分。

现在，您有了项目，可以使用 AutoAI来构建和训练模型。 执行以下步骤以创建 AutoAI 试验，复审模型管道并选择要另存为模型的管道:

1. 点击项目中的 “资产”选项卡 ，然后点击 “新建资产”>“构建机器学习模型”或“自动生成检索增强型模式 ”。

2. 在 " 自动构建机器学习模型 " 页面上，填写基本字段:

   1. 单击 资源中心样本 面板。

   2. 选择 银行市场营销样本数据，然后单击 下一步。 将为您填写项目名称和描述。

   3. Confirm that the watsonx.ai Runtime service instance that you associated with your project is selected in the watsonx.ai运行时服务实例 field.

3. 单击创建。

4. 在此样本 AutoAI 试验中，您将看到已为您的试验选择了 银行市场营销样本数据 。

   

5. 查看预设的试验设置。 AutoAI 可根据数据集和要预测的选定列，分析数据子集，并选择预测类型和用于优化的指标。 在此情况下，预测类型为 二元分类，正类为 是，优化度量为 ROC AUC 和运行时。

6. 单击运行试验。 当模型火车驶过时，您会看到一幅信息图，展示了管道建设的全过程。
   

   有关 "AutoAI,中每种机器学习技术可用的算法或估计器列表，请参阅： AutoAI实施细节。

7. 实验运行完成后，您可以在排行榜中查看和比较排名的管道。

   

8. 您可以单击 管道比较 以查看它们之间的差异。

   

9. 单击排名最高的管道以查看管道详细信息。

10. 单击 另存为，选择 模型，然后单击 创建。 这会将管道另存为项目中的模型。

11. 保存模型时，单击通知中的在项目中查看链接以查看项目中的模型。 或者，您可以浏览到项目中的 资产 选项卡，然后单击 模型 部分中的模型名称。

要预览此任务，请观看视频中从 04:21 开始的部分。

在可以部署模型之前，需要将模型提升到部署空间。 遵循以下步骤将模型提升到部署空间以部署模型:

1. 点击 “推广到部署空间 ”图标 。

2. 选择现有部署空间。 如果您没有部署空间:

   1. 单击 创建新的部署空间。

   2. 提供空间名称和可选描述。

   3. 选择存储服务。

   4. 选择机器学习服务。

   5. 单击创建。

   6. 单击关闭。

3. 从列表中选择新的部署空间。

4. 选择 提升模型后转至空间中的模型 选项。

5. 单击提升。

   注: 如果在提升空间后未选择转至该空间中的模型的选项，那么可以使用导航菜单浏览至 部署 以选择部署空间和模型。

6. 打开模型后，单击 新建部署。

   1. 选择 联机 作为 部署类型。

   2. 指定部署名称。

   3. 单击创建。

7. 部署完成后，单击部署名称以查看部署详细信息页面。

要预览此任务，请观看视频中从 05:35 开始的部分。

现在您已经部署了模型，可以使用用户界面或通过watsonx.aiRuntime API 测试在线部署。 遵循以下步骤以使用用户界面通过新数据来测试模型:

1. 单击测试选项卡。 您可以通过两种方式从部署详细信息页面测试已部署模型：使用表单测试或使用 JSON 代码测试。

2. 单击 JSON 输入 选项卡，复制以下测试数据，并将其粘贴以替换现有 JSON 文本:

   {
      "input_data": [
         {
            "fields": [
                  "age",
                  "job",
                  "marital",
                  "education",
                  "default",
                  "balance",
                  "housing",
                  "loan",
                  "contact",
                  "day",
                  "month",
                  "duration",
                  "campaign",
                  "pdays",
                  "previous",
                  "poutcome"
               ],
            "values": [
                  [
                  27,
                  "unemployed",
                  "married",
                  "primary",
                  "no",
                  1787,
                  "no",
                  "no",
                  "cellular",
                  19,
                  "oct",
                  79,
                  1,
                  -1,
                  0,
                  "unknown"
                  ]
               ]
         }
      ]
   }
   

3. 单击预测，以预测具有所指定属性的客户是否有可能注册特定种类的帐户。 生成的预测会指出，此客户极有可能不参与营销促销。

4. 单击 X 以关闭 " 预测结果 " 窗口。

现在，您已使用单个预测测试了已部署的模型，可以创建批处理部署以同时对多条记录进行评分。