Watson Machine Learning может использоваться специалистами по данным для создания моделей, которыми можно управлять и развертывать в IBM Cloud. Разработчики могут получить доступ к этим моделям из приложений, например, для выполнения прогнозов.
Я написал в блоге о примерном сценарии, чтобы предсказать, выжили бы люди при крушении Титаника, исходя из их возраста, класса билета, пола и количества братьев, сестер и супругов на борту Титаника.
На снимке экрана показано, как разработчики конечных точек могут использовать доступ к развернутой модели через HTTP. Для защиты конечной точки необходимы учетные данные службы машинного обучения. С этими учетными данными считывается токен носителя, который необходим для фактического вызова конечной точки прогнозирования.
Хотя этот механизм работает для небольших команд и проектов, я предполагаю, что в какой-то момент вам понадобятся возможности управления API, чтобы разработчикам не нужно было иметь учетные данные службы машинного обучения, и чтобы вы могли лучше отслеживать REST API. призывы.
Вот почему я создал небольшую демонстрацию, которая показывает, как использовать API Connect поверх конечной точки Watson Machine Learning.
Сначала я создал новый API только с одним POST REST API. В сборке этого API есть четыре шага. Сначала токен считывается из Watson Machine Learning. Для этого требуются учетные данные машинного обучения. На втором этапе полученный токен, а также исходное содержимое поля body помещаются в объект сообщения JSON. Доступ к этому объекту сообщения можно получить на третьем шаге, где устанавливаются заголовки для второго вызова. На последнем этапе вызывается фактическая конечная точка предсказания.
Для демонстрации я защитил API только идентификатором клиента, который разработчики могут запросить через портал. Вы также можете использовать дополнительные секреты, OAuth и другие механизмы безопасности.
С портала разработчики вызывают API.
Так как на скриншоте выше не все помещается, вот еще один скриншот из команды curl.
Чтобы узнать больше о Watson Machine Learning, ознакомьтесь с IBM Data Science Experience. Более подробную информацию об API Connect можно найти в документации и доступных учебниках.
Первоначально опубликовано на сайте heidloff.net 15 февраля 2018 г.
