- 본 문서는 Machine Learning & Advanced Analytics 플랫폼인 IBM Watson Studio에 대한 사용자팁를 제공합니다.
- 각각의 문서는 다양한 경로를 통해 확보된 소스 화일을 IBM Watson Studio 환경에서 수행가능 하도록 수정하였습니다.
- Watson studio에서 수행하기 위해 필요한 팁과 수정 내용들을 가능하면 screen capture으로 설명하였습니다.
- 보완이 필요하거나 궁금한 사항은 메일 부탁드립니다. (parkhsu@kr.ibm.com)
🐭Db2WH access with Python-jdbc : Db2 warehouse on cloud 서비스 이용하는 python/jdbc 샘플입니다.
🐍HowTo-Create custom environment : 시스템에서 제공하는 default 환경외에 추가로 사용자의 VM 서버 환경을 구성합니다..
🐹HowTo-Db2WH connection : Db2Wh 서비스에 프로그램에서 접속하기 위한 정보 획득 절차로 다른 RDB와도 비슷합니다.
☀️HowTo-Github integration : Studio에서 개발된 소스 코드를 Github에 업로드 하기 위한 설정 과정입니다.
🐤HowTo-install and check default SW : 시스템에서 제공하는 default configuration 을 확인합니다.
❄️HowTo-Mysql connection : Compose for MySQL IBM cloud PaaS 에서 생성하고 이 서비스를 Python 이나 R code 에서 접속하기 위한 connection 정보 흭득 방법입니다.
🐺 HowTo-Knowledge Catalog add : data asset, notebook, connection 등 object 추가 절차를 설명합니다.
🌁Machine Learning Algorithm-kaggle : Kaggle에서 소스를 folk 하고 수행하는 일련을 절차를 설명했습니다.
☔MySQL access with Python : mysql 을 생성하고 DB 에 접속하여 DDL,DML 등을 수행하는 Python 코드입니다.
☁️MySQL access with Rb : mysql 을 생성하고 DB 에 접속하여 DDL,DML 등을 수행하는 R 코드입니다.
🐼NLU for correlate text content : Natural Language Understanding를 이용해서 두개 문서의 상관관계를 분석하는 예제임
⚡Quantum_emoticon : IBM Q quantum program 으로 'Hello world'에 해당하는 기초 샘플 코드입니다.
🐥R Visualization for 1854 Cholera breakout : R을 활용한 visualizaiton 예시 소스입니다.
🐢Spark-SQL queries : pandas로 csv 화일 읽어서 Spark SQL로 데이터 처리하는 예제입니다.
🐰Tensorflow_Linear_regression : tensorflow 라이브러리를 이용하여 아주 간단한 linear regression 모델을 돌려봅니다.
🌀WML using PMML : Watson Machine Learning 서비스를 활용하여 ML model 을 생성,저장,활용하는 과정을 Iris 데이터로 보여줍니다.
🌊WML-with XGBoost for cancer detection : Watson Machine Learning 서비스를 활용하여 ML model 을 생성,저장,활용하는 과정을 cancer data로 보여줍니다
🐱images : notebook 이나 R studio 에서 참조되는 image 화일들을 저장하기 위한 directory 입니다.