Python
Bluemix
DataScience
ibmcloud
DSX

Watson Studioセットアップガイド(ライトアカウント可)

(2018-04-27) 製品バージョンアップに伴い全面改定
(2018-07-04) 最新状況の反映
(2018-08-22) 画面など改訂

はじめに

Watson Studio(旧IBM DSX)は、IBMクラウド上で動く統合開発環境です。
R Studioも動くのですが、メインの開発環境はJupyter Notebookで、言語としては現在Python 3.5, Rをサポートしています。
また、同じIBM Cloud上のWatson Machine Learning, Cloud Object Storage, Sparkとも連携していて、これらのリソースをJupyter Notebookの中からシームレスに使えるようになっています。

スクリーンショット 2018-04-27 14.31.15.png

Watson Studioの全体像を正確に表現するのは、かなり難しいことなのですが、一般ユーザー目線でいうと、「とてもお手軽に( しかも無料で)使えるクラウド上のAI開発・実行基盤」ということができます。
皆さんも、これから説明する手順を試してみて、そのお手軽さを味わっていただきたいと思います。

ステップ0 IBM Cloudアカウント取得

まず、IBM Cloudのアカウントをまだ持っていない方はアカウントの取得を行って下さい。
最新版IBM Cloud ライトアカウント登録手順

ステップ1 Watson Studioインスタンスを作る

続いてWatson Stuidoのインスタンスを作成します。
最初にダッシュボードの画面を開きます。

スクリーンショット 2018-08-22 15.56.17.png
ここで、画面右上の「リソースの作成」ボタンをクリックします。

登録可能なサービスの一覧表示の画面になるので、左のカテゴリから中程の「AI」を選択します。
右側の画面を下にスクロールさせて、一番下にある「Watson Stuido」を選択します。

スクリーンショット 2018-08-22 15.58.45.png

すると、下のような画面が現れます(中身が完全に表示されるまでちょっと時間がかかるのでご注意下さい)。
スクリーンショット 2018-08-22 16.02.47.png

画面を下の方にスクロールさせて、図のようにLiteプランが選択されていることを確認した上で、「作成」ボタンをクリックし、サービスの作成を行います。

スクリーンショット 2018-08-22 16.03.22.png

下の画面が出たら「Get Started」をクリックします。

スクリーンショット 2018-08-22 16.07.28.png

組織とスペース選択の画面が出た場合は、すべてデフォルトのままで「Continue」とします。

dsx-06.png

"Done!"と表示されるので、「Get Started」ボタンをクリックします。これで、Watson Studioサービスの作成は完了です。

ステップ2 プロジェクトの作成

下の図のような、Watson Studioの初期画面が表示されます。
ここで、メニューの中から「New Project」を選択します。
一番上の図で示したObject Storageとの紐付けはプロジェクトの中で行われる形になります。

スクリーンショット 2018-04-27 14.45.40.png

下の画面が出たら、デフォルトの状態で「OK」をクリックします。

スクリーンショット 2018-07-04 14.21.43.png

下の画面が出たら、まずプロジェクトの名前を入力します。なんでもいいのですが、例では"My First Project"としました。
次に右(解像度により下の場合もあります)の「Define storage」の設定に移ります。
「 Add」をクリックして下さい。

スクリーンショット 2018-04-27 14.57.29.png

すると、(COS)クラウドオブジェクトストレージのインスタンス作成画面に遷移します。
やたらに文字が多いのですが、必要な設定項目は画面の一番下にあるので、下までスクロールします。

dsx-10.png

プランは「Lite」を選択し、画面右下の「Create」ボタンをクリックします。

dsx-11.png

下のConfirm Creationの質問には「Confirm」で答えます。

dsx-12.png

すると、下の画面に戻ります。今度は、Refreshのリンクがアクティブになっているはずなので、このリンクをクリックします。

スクリーンショット 2018-08-22 16.13.48.png

すると、画面右下の「Create」ボタンがアクティブになるはずなので、このボタンをクリックします。

スクリーンショット 2018-04-27 14.59.30.png

下のようなプロジェクト初期画面が表示されれば、プロジェクト作成に成功しています。

スクリーンショット 2018-04-27 15.02.04.png

(オプション) Watson Machine Learningサービスの追加

Watson Studio上で、Model BuilderやNeural Network Designer、Experiment Builderを使う場合、Watson Machine Learning、Sparkを連携させる必要があります。
そのための手順を以下に説明します。

まず、プロジェクトの管理画面から一番右の「Settings」タブを選択します。

スクリーンショット 2018-04-27 18.31.03.png

下の方にスクロールして、「Associated services」にある「Add service」のリンクをクリックします。
ドロップダウンの中で「Watson」を選択します。

スクリーンショット 2018-07-04 14.26.24.png

Watson APIのリストの中で、「Machine Learning」を「Add」します。

スクリーンショット 2018-08-22 16.23.06.png

新規のインスタンス作成の画面になるので、「Lite」が選択されていることを確認の上、画面を一番下にスクロールして「Create」します。

スクリーンショット 2018-08-22 16.23.35.png

スクリーンショット 2018-08-22 16.23.42.png

Confirm Creationの質問にはConfirmをクリックします。

スクリーンショット 2018-04-27 18.36.25.png

設定が完了すると、下の画面のように、Machine Learningがサービスとして追加されています。

スクリーンショット 2018-04-27 18.37.59.png

同様の手順で「Spark」もサービスとして追加しておいて下さい。

このあとどうする?

Jupyter Notebookを利用する場合は別記事Watson Studio上でJupyter Notebookを使うを参照して下さい。
Watson Studioを使った開発の仕方についていくつか記事を書いていますので、そちらを参照して下さい。

Watson Machine Learing チュートリアルを試してみる

Watson Machine Learning - HPO機能を試してみる -