Data Science

JupyterNotebook con Watson Studio

En este bootcamp conoceras las herramientas de IBM Cloud, que te permitiran descubrir patrones, construir predicciones usando información y tecnicas de Machine Learning e Inteligencia Artificial.

Estas herramientas las encontraras en

Puedes encontrar más información de IBM Data Science en

Predecir la pérdida de clientes con Watson Machine Learning y las notebooks Jupyter con Watson Studio

En este patrón de código, utilizamos IBM Watson Studio para pasar por toda la tubería de ciencia de datos para resolver un problema comercial y predecir la pérdida de clientes utilizando un conjunto de datos de pérdida de clientes de Telco.

Aprenderas a:

• Usar los cuadernos Jupyter para cargar, visualizar y analizar datos.
• Ejecutar cuadernos en IBM Watson Studio.
• Crear, probar e implementar un modelo de aprendizaje automático utilizando Spark MLib en Watson Studio.
• Implementar un modelo de aprendizaje automático seleccionado para la producción usando Watson Studio
• Crear una aplicación front-end para interactuar con el cliente y comenzar a consumir su modelo implementado.

Flujo

• El usuario carga el Jupyter notebook en la plataforma Watson Studio.
• El conjunto de datos de abandono de clientes de Telco se carga en el Jupyter Notebook, ya sea directamente desde el repositorio de github o como Datos virtualizados después de seguir el Tutorial de virtualización de datos de IBM Watson Studio para la Ruta de aprendizaje de datos.
• Preprocese los datos, cree modelos de aprendizaje automático y guárdelos en Watson Machine Learning en Watson studio.
• Implemente un modelo de aprendizaje automático seleccionado en producción en la plataforma Watson Studio y obtenga un punto final de puntuación.
• Use el modelo para la predicción de crédito utilizando una aplicación frontend.

Para Data Science, IBM Cloud tiene herramientas como:

• Que simplifica y escala la ciencia de datos para predecir y optimizar el porvenir de los negocios.

• Que te permite correr modelos en cualquier lugar a travez de la nube. Te permite traer tus productos de AI a producción.

• Jupyter Notebooks: una aplicación web de código abierto que le permite crear y compartir documentos que contienen código en vivo, ecuaciones, visualizaciones y texto explicativo.

• Pandas: una biblioteca de código abierto que proporciona estructuras de datos de alto rendimiento y herramientas de análisis de datos fáciles de usar para el lenguaje de programación Python.

• Seaborn: una biblioteca de visualización de datos de Python basada en matplotlib. Proporciona una interfaz de alto nivel para dibujar gráficos estadísticos atractivos e informativos.

• Spark MLib: la biblioteca escalable de aprendizaje automático de Apache Spark.

Pre-requisitos

• Tener instalado github Desktop o git cli.
• Tener instalado el CLI de IBM Cloud (Si tienes problemas con este paso, da clic aquí para descargar la versión “STANDALONE”).
• Descargar el repositorio del siguiente enlace.

Data Science-Lab 1

Aprende en este laboratorio a crear una instancia de Watson Studio y cargar un dataset:

IBM Data Science Lab 1

Data Science-Lab 2

Aprende a crear un modelo en un Jupiter Notebook dentro de Watson Studio:

IBM Data Science Lab 2

Data Science-Lab 3

Aprende a desplegar un modelo de un Jupiter Notebook dentro de Watson Studio:

IBM Data Science Lab 3

Te invitamos a explorar otros talleres y manuales en el siguiente enlace de Github. https://github.com/ibmdevelopermx

Cupones para profesores y estudiantes:

• Acceder al portal de IBM Academic Initiative y seleccionar la opción "Register now" si aun no tienes cuenta.
• Realizar el registro correspondiente utilizando la cuenta de correo académica y confirma tu cuenta.
• Despues de confirmar tu cuenta, y con la sesion iniciada en IBM Academic Initiative, en la parte de "Most Popular Topics covered", encontraremos IBM Cloud y damos clic en "Learn more".
• Bajamos de la pagina hasta encontrar "Software". Le damos clic, nos dara un apartado que se llama "Request Feature Code".
• Nos dara nuestro codigo. Lo copiamos y lo llevamos a IBM Cloud.

Cargar créditos en IBM Cloud:

• En la parte superior derecha, buscaremos la parte de "MANAGE"/"GESTIONAR", nos desplegara una lista y seleccionaremos "Account"/"Cuenta".
• De lado izquierdo, tendremos una opción "Account settings"/"Configuracion de cuenta".
• Bajamos un poco hasta encontrar "Subscription and feature codes"/"Codigos de suscripción y carateristicas".
• Da clic en "Apply code"/"Aplicar codigo".
• Ingresamos el codigo y clic en "Apply"/"Aplicar".