Tutoriels sur les notebooks Jupyter Vertex Explainable AI

Ce document contient la liste de tous les tutoriels sur les notebooks Jupyter Vertex Explainable AI. Ces tutoriels de bout en bout vous aident à démarrer avec Vertex Explainable AI et vous donnent des idées pour mettre en œuvre un projet spécifique.

Vous pouvez héberger des notebooks Jupyter dans de nombreux environnements. Vous pouvez :

  • les exécuter dans le cloud à l'aide d'un service tel que Colaboratory (Colab) ou Vertex AI Workbench ;
  • les télécharger depuis GitHub et les exécuter sur votre ordinateur ;
  • les télécharger depuis GitHub et les exécuter sur un serveur Jupyter ou JupyterLab dans votre réseau local.

L'exécution d'un notebook Jupyter dans Colab vous permet de démarrer rapidement.

Pour ouvrir un tutoriel sur les notebooks dans Colab, cliquez sur le lien Colab dans la liste des notebooks. Colab crée une instance de VM disposant de toutes les dépendances requises, lance l'environnement Colab et charge le notebook.

Vous pouvez également exécuter le notebook à l'aide de notebooks gérés par l'utilisateur. Lorsque vous créez une instance de notebooks gérés par l'utilisateur avec Vertex AI Workbench, vous contrôlez entièrement la VM hôte. Vous pouvez spécifier la configuration et l'environnement de la VM hôte.

Pour ouvrir un tutoriel de notebook dans une instance Vertex AI Workbench, procédez comme suit :

  1. Cliquez sur le lien Vertex AI Workbench dans la liste des notebooks. Le lien ouvre la console Vertex AI Workbench.
  2. Sur l'écran Déployer sur le notebook, saisissez un nom pour votre nouvelle instance Vertex AI Workbench, puis cliquez sur Créer.
  3. Dans la boîte de dialogue Prêt à ouvrir le notebook qui s'affiche après le démarrage de l'instance, cliquez sur Ouvrir.
  4. Sur la page Confirm deployment to notebook server (Confirmer le déploiement sur le serveur de notebooks), sélectionnez Confirm (Confirmer).
  5. Avant d'exécuter le notebook, sélectionnez Kernel > Redémarrer le kernel et Supprimer tous les résultats.

Liste des notebooks

  • Sélectionner un service
  • AutoML
  • BigQuery
  • BigQuery ML
  • Entraînement personnalisé
  • Tabulaire
  • Image
  • Ray sur Vertex AI
  • Texte
  • Vidéo
  • Vertex AI Experiments
  • Vertex AI Feature Store
  • Vector Search
  • Vertex AI Model Evaluation
  • Vertex AI Model Monitoring
  • Vertex AI Model Registry
  • Vertex AI Pipelines
  • Vertex AI Prediction
  • Vertex AI TensorBoard
  • Vertex AI Vizier
  • Vertex AI Workbench
  • Vertex Explainable AI
  • Vertex ML Metadata

Services Description Ouvrir dans
Classification des données tabulaires
Vertex Explainable AI
Explication par lot pour le modèle de classification binaire tabulaire AutoML.
Découvrez comment utiliser AutoML pour créer un modèle de classification binaire tabulaire à partir d'un script Python, puis comment utiliser Vertex AI Batch Prediction pour effectuer des prédictions avec explications. En savoir plus sur la classification de données tabulaires. En savoir plus sur Vertex Explainable AI.
  • Créer une ressource d'ensemble de données géré Vertex AI.
  • Entraîner un modèle de classification binaire tabulaire "AutoML".
  • Afficher les métriques d'évaluation du modèle entraîné.
  • Envoyer une requête de prédiction par lot avec explication.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Classification des données tabulaires
Vertex Explainable AI
Entraînement AutoML d'un modèle de classification tabulaire pour l'explication en ligne.
Découvrez comment utiliser AutoML pour créer un modèle de classification binaire tabulaire à partir d'un script Python. En savoir plus sur la classification de données tabulaires. En savoir plus sur Vertex Explainable AI.
  • Créer une ressource d'ensemble de données Vertex AI.
  • Entraîner un modèle de classification binaire tabulaire "AutoML".
  • Afficher les métriques d'évaluation du modèle entraîné.
  • Créer une ressource de point de terminaison de déploiement.
  • Déployer la ressource du modèle sur une ressource de point de terminaison de déploiement.
  • Envoyer une requête de prédiction en ligne avec explication.
  • Annuler le déploiement de la ressource du modèle.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Batch Prediction
Entraînement personnalisé d'un modèle de classification d'images pour la prédiction par lot avec explication
Découvrez comment utiliser Vertex AI Training and Vertex Explainable AI pour créer un modèle de classification d'images personnalisé avec explications, puis comment utiliser Vertex AI Batch Prediction pour effectuer une requête de prédiction par lot avec explications. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Batch Prediction.
  • Créer un job personnalisé Vertex AI pour entraîner un modèle TensorFlow.
  • Afficher l'évaluation du modèle entraîné.
  • Définir les paramètres d'explication lors du déploiement du modèle.
  • Importer les artefacts et les paramètres d'explication du modèle entraîné en tant que ressource Model.
  • Effectuer une prédiction par lot avec explications.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Entraînement personnalisé d'un modèle de classification d'images pour la prédiction en ligne avec explications.
Découvrez comment utiliser Vertex AI Training et Vertex Explainable AI pour créer un modèle de classification d'images personnalisé avec explications. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Prediction.
  • Créer un job personnalisé Vertex AI pour l'entraînement d'un modèle TensorFlow.
  • Afficher l'évaluation du modèle entraîné.
  • Définir les paramètres d'explication lors du déploiement du modèle.
  • Importer les artefacts et les explications du modèle entraîné en tant que ressource de modèle.
  • Créer une ressource de point de terminaison de déploiement.
  • Déployer la ressource du modèle sur une ressource de point de terminaison de déploiement.
  • Générer une prédiction avec explication
  • Annuler le déploiement de la ressource du modèle.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Batch Prediction
Entraînement personnalisé d'un modèle de régression tabulaire pour la prédiction par lot avec explications
Découvrez comment utiliser Vertex AI Training et Vertex Explainable AI pour créer un modèle de classification d'images personnalisé avec explications. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Batch Prediction.
  • Créer un job personnalisé Vertex AI pour l'entraînement d'un modèle TensorFlow.
  • Afficher l'évaluation du modèle entraîné.
  • Définir les paramètres d'explication du modèle.
  • Importer les artefacts de modèle entraîné en tant que ressource de modèle.
  • Effectuer une prédiction par lot avec explications.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Entraînement personnalisé d'un modèle de régression tabulaire pour la prédiction en ligne avec explications.
Découvrez comment utiliser Vertex AI Training et Vertex Explainable AI pour créer un modèle de régression tabulaire personnalisé avec explications. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Prediction.
  • Créer un job personnalisé Vertex AI pour l'entraînement d'un modèle TensorFlow.
  • Afficher l'évaluation du modèle entraîné.
  • Définir les paramètres d'explication lors du déploiement du modèle.
  • Importer les artefacts et les explications du modèle entraîné en tant que ressource de modèle.
  • Créer une ressource de point de terminaison de déploiement.
  • Déployer la ressource du modèle sur une ressource de point de terminaison de déploiement.
  • Générer une prédiction avec explication
  • Annuler le déploiement de la ressource du modèle.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Entraînement personnalisé d'un modèle de régression tabulaire pour la prédiction en ligne avec explications à l'aide de get_metadata.
Découvrez comment créer un modèle personnalisé à partir d'un script Python dans un conteneur Docker prédéfini Google à l'aide du SDK Vertex AI. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Prediction.
  • Créer un job personnalisé Vertex AI pour l'entraînement d'un modèle TensorFlow.
  • Entraîner un modèle TensorFlow
  • Récupérer et charger les artefacts du modèle
  • Afficher l'évaluation du modèle entraîné.
  • Définir les paramètres d'explication
  • Importer le modèle en tant que ressource de modèle Vertex AI.
  • Déployer la ressource du modèle sur une ressource de point de terminaison de déploiement.
  • Générer une prédiction avec explication
  • Annuler le déploiement de la ressource du modèle.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Vertex AI Prediction
Expliquer la classification des images avec Vertex Explainable AI.
Découvrez comment configurer des explications basées sur les caractéristiques sur un modèle de classification d'images pré-entraîné, et comment effectuer des prédictions en ligne et par lot avec explications. En savoir plus sur Vertex Explainable AI. En savoir plus sur Vertex AI Prediction.
  • Télécharger un modèle pré-entraîné à partir de TensorFlow Hub.
  • Importer le modèle pour déploiement.
  • Déployer le modèle pour la prédiction en ligne.
  • Effectuer des prédictions en ligne avec explications.
  • Effectuer des prédictions par lot avec explications.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex Explainable AI
Expliquer la classification de texte avec Vertex Explainable AI.
Découvrez comment configurer des explications basées sur les caractéristiques à l'aide de la **méthode d'échantillonnage de valeurs de Shapley** sur un modèle de classification de texte TensorFlow pour les prédictions en ligne avec explications. En savoir plus sur Vertex Explainable AI.
  • Créer et entraîner un modèle de classification de texte TensorFlow
  • Importer le modèle pour déploiement.
  • Déployer le modèle pour la prédiction en ligne.
  • Effectuer des prédictions en ligne avec explications.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench
Vertex AI Workbench
Vertex Explainable AI
Prédiction du tarif d'une course en taxi à l'aide de l'ensemble de données sur les courses en taxi à Chicago.
L'objectif de ce notebook est de vous présenter les dernières fonctionnalités de Vertex AI, telles que **Vertex Explainable AI** et **BigQuery dans Notebooks**, en essayant de résoudre un problème de prédiction du tarif d'une course en taxi. En savoir plus sur Vertex AI Workbench. En savoir plus sur Vertex Explainable AI.
  • Charger l'ensemble de données à l'aide de "BigQuery dans Notebooks".
  • Effectuer une analyse exploratoire des données sur l'ensemble de données.
  • Sélection et prétraitement des caractéristiques.
  • Créer un modèle de régression linéaire à l'aide de scikitlearn.
  • Configurer le modèle pour Vertex Explainable AI
  • Déployer le modèle sur Vertex AI.
  • Tester le modèle déployé.
  • effectuer un nettoyage.
Colab
Colab Enterprise
GitHub
Vertex AI Workbench