Попробуйте ModelOps в мультиоблаке с помощью IBM Cloud Pak® for Data

Обзор

Что такое ModelOps в мультиоблаке? Почему именно сейчас?

К 2023 году 70% приложений на основе ИИ будут использовать контейнеры приложений или будут созданы с помощью бессерверных программных моделей, что приведет к широкому распространению культуры DevOps.*

Подход ModelOps обеспечивает использование моделей в приложениях. ModelOps синхронизирует работу приложений и моделей. ModelOps в мультиоблаке позволяет оптимизировать инвестиции в ИИ и технологии обработки данных с использованием данных, моделей и ресурсов от периферии до ЦОД и облака.

ModelOps в мультиоблачных средах охватывает все этапы жизненных циклов оптимизации использования моделей и приложений в облачных средах, обеспечивая интеграцию моделей машинного обучения, моделей оптимизации и других операционных моделей с процессами непрерывной интеграции и непрерывной разработки (CICD). IBM Cloud Pak® for Data использует IBM Watson® Studio в качестве оптимальной платформы для внедрения методик ModelOps в мультиоблачных средах.

Преимущества ModelOps

Функции ModelOps

Какими возможностями обладает ModelOps?

Создание таблицы лидеров для конвейера моделей

Автоматизируйте процессы подготовки данных, выбора моделей, конструирования признаков и оптимизации гиперпараметров, чтобы создать таблицу лидеров.

Мониторинг моделей машинного обучения.

Отслеживайте модели машинного обучения — контролируйте смещение моделей, а также научитесь устранять его и объяснять результаты.

Изучение моделей и исключение искажений

Создайте модель без предубеждений и обеспечьте обоснованность. Выявляйте противоречивые данные, которые могут привести к смещению моделей.

Развертывание функций модели в приложениях

Обеспечьте предварительную обработку данных перед их передачей в модели, обрабатывайте ошибки и включите вызовы нескольких моделей.

Создание и развертывание моделей в нескольких облаках

Развертывайте модели практически в любых средах. Создайте собственную облачную инфраструктуру с поддержкой искусственного интеллекта на основе платформы x86, IBM Cloud Pak® for Data System и системы IBM Power®.

Унифицированный интерфейс создания, выполнения моделей и управления ими

Обеспечьте подготовку данных, создание моделей и измерение результатов. Непрерывно совершенствуйте модели на основе обратной связи.

Новые возможности ModelOps в мультиоблачных средах

Вебинар: Синхронизация DevOps и технологии ИИ

Узнайте, почему 63% предприятий внедрили DevOps и 33% из них привлекают экспертов по анализу данных для ИИ-приложений.

451 Research: ИИ и ModelOps с автоматизацией

Получите ценную информацию и практические советы от первопроходцев в сфере ИИ по развертыванию ModelOps в мультиоблачной среде.

План обучения разработчиков: Машинное обучение

Создание и выполнение моделей, а также управление ими с помощью унифицированной платформы данных и ИИ. Непрерывно совершенствуйте модели и используйте их в ваших приложениях.

Изображения продукта

Сравнение KPI

снимок экрана, на котором показана визуализация сравнения моделей, включая KPI, стоимость обслуживания и производственные показатели

Сравнение KPI

Сравнение моделей с учетом ключевых индикаторов эффективности.

Обоснование результатов

снимок экрана, на котором показано, каким образом был определен прогноз и какие основные факторы при этом учитывались

Обоснование результатов

Обоснование результатов работы ИИ.

Таблица лидеров

снимок экрана, на котором показан неудачный прогноз для набора моделей и таблица лидеров

Таблица лидеров

Автоматическая подготовка данных, конструирование признаков и создание таблицы лидеров.

Смещение модели

снимок экрана, на котором показана величина смещения модели кредитных рисков для Германии

Смещение модели

Обнаружение и исправление смещения моделей в рабочей среде.

Сравнение мультиоблачной и традиционной методики ModelOps

ModelOps в мультиоблаке Традиционный подход ModelOps
Поддержка мультиоблака
Автоматизация жизненного цикла ИИ
Мониторинг бизнес-показателей
Объяснимость и устранение предвзятости
Обнаружение и измерение смещения
Развертывание одним щелчком мыши на основе процессов CICD
Управление моделями и обратная связь
Расширенные возможности уточнения данных
Подготовка данных