Entrenamiento de modelo en Watson Studio

Clase 19 de 25 • Curso de Inteligencia Artificial con IBM Watson

Usuario anónimo

user•

De todas las clases de la beca de minctic, este curso y esta clase, ha sido la mas brutal de todas!! grande profe isaac!

Nicolas Enrique Duque Aguirre

student•

Como beneficiario del programa mintic este es mi cuarto de 5 cursos de la ruta, buena parte de las personas de este programa son personas que tienen nulo o poco conocimiento sobre la programacion y la ciencia de datos y sin duda esta clase puede ser un antes y un despues, sin embargo, considero conveniente recomendar que aunque la tecnologia pone a nuestra disposicion este tipo de herramientas sencillas de usar, siempre va a ser importante el fundamento teorico y conocimiento de lo que pasa por detras, otra cosa es tener tiempo para realizar esta clase, ya que el deployment a mi me tardo casi 2 horas.

Fabio Rueda García

student•

Hay una diferencia en el proceso realizado por el profesor, después de hacer el paso de churn_entrenado se debe ingresar en la opción Promocionar al espacio de despliegue dentro del churn_entrenado, ingresar un objetivo y seleccionar opción ascender. Aparecerá el siguiente mensaje: Se ha promocionado correctamente Churn_Entrenado al espacio de despliegue asociado. Vaya al ++espacio de despliegue++ para preparar los activos para el despliegue. En el menú de la izquierda también se encuentra la opción espacio de despliegue. Ingresar al vínculo espacio de despliegue y al churn_entrenado que se creó anteriormente, posteriormente ingresar a la opción crear despliegue. En este punto también va a pedir crear el servicio de Machine Learning que el profesor creó en un paso anterior. Luego se puede continuar con el proceso como lo menciona el profesor en el video.

Hugo Alexander Gonzalez Bocanegra

student•

Hola Fabio, como pudiste enlazar el servicio de Machine Learning al despliegue?, me puedes describir bien ese ultimo paso que hablas por favor

Jesus David Galarcio Noguera

student•

Paso 1

Crear una credencial en Object Cloud Storage (Como escritor).

Seleccionamos "Opciones avanzadas" -> "Seleccione el ID de servicio"->"Crear ID de servicio...“

En este punto, se debe crear un ID de servicio con un nombre identificable y dar clic en "Añadir"

Paso 2Vamos a "IBM Cloud Pack for Data“->"Despliegues"->"Espacios".

Seleccionamos nuestro espacio de despliegue y vamos a "Control de acceso"..

Paso 3:En "Control de Acceso", vamos a "Añadir ID de Servicio" y buscamos la ID que creamos desde la zona de credenciales del "Object Cloud Storage"

Usuario anónimo

user•

Wow increible si Wix y Wordpress es lo fácil para los que están comenzando de desarrollo web, Watson de IBM es lo fácil para los de Inteligencia Artificial. Muy buena clase!

Carlos Alberto Tapia Agámez

student•

Mejor no se había podido decir.

Dina Luz Silva Villalba

student•

creo que me enamoré del señor Watson Studio....

Usuario anónimo

user•

El punto ético es tan importante...

Jimmy Buriticá Londoño

student•

Watson Modeler flows in Watson Studio provide an interactive environment for quickly building machine learning pipelines that flow data from ingestion to transformation to model building and evaluation, without needing any code.

Jesus David Galarcio Noguera

student•

Luego de haber desplegado, para usar la app (desde python) nos piden los siguientes datos

iam_credentials={ "url": iam_service_credentials_url *** "username": (supongo que es apikey) "password": (supongo que la es apikey) }

¿De dónde saco esta url (iam_service_credentials_url).?

Isaac Carrada

teacher•

Hola!

La encuentras en tu instancia de Watson Machine Learning :)

Saludos!

William Schnaider Torres Bermon

student•

Me sale el siguiente error:

++Error++: No valid input fields have been selected ++Warning++: Execution was interrupted

Los datos en Type estan igual a los del profesor. ¿Alguna idea?

Milton Fabián Ospina León

student•

A continuación un comentario flame.

Creo que siempre y cuando el modelo se haya entrenado con suficientes datos provenientes de todas las poblaciones no se incurre en discriminación (eticamente hablando). para la máquina F y M son solo categorías. Pensemos en un modelo de salud; ingnorar el sexo o el número de hijos resultará en un modelo incompetente; No nos podemos dar el lujo de ser políticamente correctos en estos casos.

Fin de la flame Solo estoy siendo objetivo.

Milton Fabián Ospina León

student•

Imaginemos que un banco usa un modelo para determinar la aprobación de créditos en Colombia; pero los datos desfavorecen a los aplicantes que vivien en el departamento de Amazonas, si los datos son suficientes, el modelo entrega un resultado baado en la realidad; quizas las personas que vivien en Amazonas no terminan de pagar sus créditos porque el banco no tiene suficiente infrasstructura allí.

Usuario anónimo

user•

Excelente clase..

Usuario anónimo

user•

Guillermo Parejo

student•

Excelente clase siguiendo todos los pasos al tiempo, hay que ser pacientes mientras cargan los modulos el profe los adelanta para no demorar en la sesion de clase

Jhon Jaiver Supelano Rojas

student•

La ética es muy importante

Loren Johanna Vásquez Rivera

student•

Es muy interesante ver cómo se pueden crear modelos sin necesidad de código. Muy interesante además la forma de testear el modelo directamente con el servicio de Watson Studio.

Jesus David Galarcio Noguera

student•

Excelente clase!! He tenido estado trabajando un poco en modelos de machine learning y esta herramienta sí que deja todo en bandeja!.

Mil gracias por la explicación teórico-práctica.

Nota: Para el despliegue, los pasos a fecha de hoy (13/09/2020) son ligeramente diferentes. Toca crear un espacio de despliegue, enviar el modelo al espacio de despliegue, ir al espacio de despliegue y desplegar el modelo. Es realmente intuitivo y se llega al mismo punto final. Un saludo!!

Juan Valentin Perdomo Bonilla

student•

confirmo, gracias por el comentario

CESAR RICARDO GUERRA ARNAIZ

student•

Hola una consulta estoy desde IBM CLOUD, en CP4D donde ahora está IBM Watson Studio. Pero cuando le doy CREAR el Proyecto de Modeler Flow, me sale el error:

No se puede crear su flujo de SPSS en este momento. Vuelva a intentarlo más adelante.

Nelson Andrés Loyola Salas

student•

En estos momentos la opción de Deployments del modelo entranado no se encuentra en Watson. Y en la documentación sigue apareciendo tal como usted lo muestra. Isaac sabe en donde terminó configurada esta opción?

Nelson Andrés Loyola Salas

student•

Solo aparece la opción de Activities y de Promote to deployment space y en la primera es necesario actualizar el plan como se muestra en la imagen (Espero que se muestre)

Nelson Andrés Loyola Salas

student•

https://drive.google.com/file/d/1OZElhN3Gx1b-O7xw3Hl5-cFBr5dcp8jI/view?usp=sharing

Jesus Romero Palacio

student•

Cuando selecciono "Add as data asset" y hago clic en "Apply" no pasa nada y se queda "pensando"....

Eddy Arellanes

student•

Sería bueno que pruebes cerrando sesión y logeandote de nuevo, alguna vez se me trabó así con Watson Assistant

Jesus Romero Palacio

student•

No me deja pasar de Assets , se queda pensando, cuando voy al modeler flow, me dice que hay un error

Erik Elyager

student•

¿Qué error te muestra? ¿Lo puedes compartir?

Edwar Alberto Zambrano Martinez

student•

No comprendo por qué me da este resultado, si yo coloqué en la variable objetivo a CHURN. Espero me puedan ayudar. Gracias

{
    "predictions": [
        {
            "fields": [
                "ID",
                "CHURN",
                "Genero",
                "Estatus",
                "N_Hijos",
                "Estimacion_Ingreso",
                "Plan"
            ],
            "values": [
                [
                    2,
                    null,
                    "M",
                    "S",
                    4,
                    30000,
                    2
                ]
            ]
        }
    ]
}

Entrenamiento de modelo en Watson Studio

Aprende a usar Manejo de Lenguaje Natural con Watson

Bases para el curso

Introducción de Watson

Configuración del entorno de trabajo

Instalar cURL en Windows

Arquitectura REST

Aprende el manejo del lenguaje natural con Watson

Uso de Watson Personality Insights via CURL

Uso de Watson Personality Insights via SDK

Watson Natural Language Classifier

Watson Natural Language Understanding

Discovery

Introducción a Watson Knowledge Studio

Entrenamiento de Watson Knowledge Studio

Introducción a Watson Assistant

Implementación de Watson Assistant

Funciones en Javascript

Watson Speech to Text

Watson Text to Speech

Watson Voice Agent

Watson Studio: Ciencia de Datos y Más

Introducción a Machine Learning y Watson Studio

Entrenamiento de modelo en Watson Studio

Entrenamiento de clusterización en Watson Studio

Reconocimiento Visual

Integración

Functions + Cloudant

Exposición de funciones a través de una API

Proyecto final

Conclusiones