101: Acceso a los datos

1. Descargar el archivo del proyecto

A lo largo de este laboratorio, utilizarás un proyecto de Watson Studio. Este proyecto se ha creado previamente y se proporciona en un archivo zip que se encuentra en el repositorio GitHub de Data and AI Live Demos. Antes de continuar, descarga el archivo de proyecto Trusted-AI-L3-Tech-Lab.zip.

2. Inicie sesión en Cloud Pak for Data

Si aún no lo ha hecho, siguiendo las instrucciones y las capturas de pantalla que aparecen a continuación, inicie sesión en IBM Cloud Pak for Data. Utilizará su cuenta personal de Cloud Pak for Data as a Service en la región de Dallas para realizar el laboratorio.

1. Mediante el menú desplegable Trabajar con recursos en esta región de IBM Cloud:, seleccione la región de Dallas.

   • Esto es muy importante porque todos los servicios en la nube que se le indicó que aprovisionara en las instrucciones de Primeros pasos, deben aprovisionarse en la región de Dallas.

2. Introduzca el ID de IBM que utilizó para registrarse en Cloud Pak for Data.

   • Este debe ser su ID personal de IBM Cloud. Si ha iniciado sesión en Cloud Pak for Data anteriormente y ha marcado la casilla de verificación Recordar IBMid, es posible que ya lo haya rellenado. Si tiene varias cuentas de Cloud Pak for Data, puede hacer clic dentro del área IBMid encima del botón Continuar y se mostrará una lista de los ID de IBM disponibles para que pueda elegir.

3. Pulse el botón Continuar

Si su IBM ID se reconoce como un IBM w3id (ID de intranet IBM w3 interno), se le pedirá que introduzca su contraseña utilizando el cuadro de diálogo w3id on IBM Security Verify:

1. Introduzca la contraseña de su IBM w3id.
2. Haz clic en el botón Iniciar sesión.

Si su IBM Id no es un IBM w3id, se le pedirá que introduzca su contraseña mediante el cuadro de diálogo estándar IBM Security Verify:

1. Introduzca la contraseña de su IBM ID.
2. Haga clic en el botón Iniciar sesión

3. Valide su entorno

Accederá a la página de inicio de Cloud Pak for Data. Si en algún momento de estas instrucciones recibe un mensaje emergente de Cloud Pak for Data pidiéndole que le guíe o le ayude, deséchelo y siga simplemente los pasos de las instrucciones.

Asegúrate de que estás en tu cuenta personal en la nube

Puedes ser miembro de muchas cuentas en la nube. Este laboratorio se realiza desde tu cuenta personal en la nube. La cuenta que se muestra debe mostrar Su ID de cuenta en la nube - Su nombre. Por ejemplo, en la captura de pantalla anterior, la cuenta personal es 1792871 - Rick Buglio. Si tu cuenta personal está seleccionada, como en la captura de pantalla anterior, puedes proceder al siguiente paso. Si no es así, siga las instrucciones siguientes para cambiar a su cuenta personal. Tenga en cuenta que la barra de menú completa, incluidos los detalles de su cuenta y la región, sólo puede aparecer si la ventana de su navegador está maximizada.

En la captura de pantalla anterior, el usuario está en la cuenta en la nube Techzone Outcomes y necesita cambiar a su cuenta personal. Se trata de un escenario habitual porque los vendedores y socios comerciales de IBM podrían seguir teniendo una reserva en la cuenta en la nube Data and AI Live Demos**(**Techzone Outcomes) para realizar las demostraciones de ventas de nivel 2 de Data Fabric. Cuando inicia sesión en Cloud Pak for Data, recuerda la última cuenta en la que inició sesión, por lo que es una buena práctica comprobar en qué cuenta se encuentra antes de continuar.

1. Utilizando el menú desplegable Cuenta en la nube de la barra de herramientas, seleccione su cuenta personal en la nube.

Asegúrese de que se encuentra en la región de Dallas

Esto es muy importante. De acuerdo con las instrucciones para empezar, debería tener sus servicios aprovisionados en la región de Dallas.

No se puede trabajar en varias regiones de servicios en la nube en Cloud Pak for Data as a Service. Sólo los servicios globales, como Cloud Object Storage, se pueden utilizar en todas las regiones de servicios en la nube. Por lo tanto, todos sus servicios deben estar en la misma región para que pueda completar este laboratorio.

En la captura de pantalla anterior, el usuario se encuentra en la región de Londres y necesita cambiar a la región de Dallas. Si su región no está configurada como Dallas, siga estos pasos:

1. Seleccione la región de Dallas en el menú desplegable Región de la barra de herramientas.

4. Importar el proyecto de laboratorio

1. En la pantalla de bienvenida de Watson Studio Cloud, haz clic en Trabajar con datos.
2. Haga clic en Crear un proyecto a partir de una muestra o un archivo.

3. En la sección Cargar archivo, coloca el archivo Trusted-AI-L3-Tech-Lab.zip que acabas de descargar.
4. En el campo Nombre, asigne un nombre al proyecto. Por ejemplo: "Trusted AI L3 Tech Lab".
5. Utilice el menú desplegable Seleccionar servicio de almacenamiento para seleccionar su instancia de Cloud Object Storage.
6. Haga clic en Crear. Se importará el proyecto, lo que tardará aproximadamente un minuto.

7. Una vez finalizada la importación, haga clic en Ver resumen de importación.

8. Compruebe que todos los activos se han importado correctamente. Si es así, haga clic en Cerrar y vaya al paso 11. Si uno o más activos no se han importado correctamente, vaya al paso 9.

9. Si falla la importación de uno o más activos, vaya a su lista de proyectos y seleccione la casilla asociada al nuevo proyecto.
10. Haga clic en el botón azul Eliminar de la parte superior derecha y siga las instrucciones que aparecen en pantalla para confirmar la eliminación. Vuelva a la pantalla del nuevo proyecto y repita esta sección, empezando por el paso 2.
11. Una vez que su proyecto se haya importado correctamente, puede continuar con el resto del laboratorio.

5. Añada su servicio Watson Machine Learning (WML)

El servicio WML se creó anteriormente tal y como se describe en la página Introducción.

1. En su nuevo proyecto, seleccione la pestaña Gestionar.
2. Seleccione Servicios e integraciones en la barra de menú de la izquierda.
3. Haga clic en el botón azul Servicio asociado de la derecha.

4. Haga clic en la casilla asociada con el servicio de aprendizaje automático que aprovisionó. Tenga en cuenta que puede tener varios servicios en esta lista, así que asegúrese de seleccionar uno con Aprendizaje automático en la columna Tipo de la tabla.
5. Haga clic en el botón azul Asociar situado en la parte inferior derecha de la pantalla.

1. Añadir una conexión a un proyecto

En la sección Introducción de los laboratorios, se le indicó que creara un servicio Db2. Este es el servicio de base de datos utilizado en este laboratorio. Es un ejemplo perfecto de cómo crear y acceder a una conexión.

Las empresas tienen conjuntos de datos críticos repartidos en múltiples repositorios; para añadir más complejidad, esos activos de datos pueden residir en las instalaciones o en la nube. Es fundamental que los profesionales de la ciencia de datos puedan acceder fácilmente a estos datos y, al mismo tiempo, mantenerlos en su ubicación original para reducir costes y complejidad. Copiar los datos genera confusión, ya que, por ejemplo, los usuarios no sabrían si están utilizando los datos más actualizados. Como el número de copias de datos aumenta con el número de proyectos en la empresa, se genera confusión sobre qué copia representa la versión real de la verdad. Con el tiempo, diferentes copias de los mismos datos dan lugar a versiones parciales de la verdad, lo que hace casi imposible descifrarla.

Como se ha mostrado anteriormente, Cloud Pak for Data admite una amplia variedad de tipos de conexión. Veamos cómo crear una conexión.

1. Obtenga las credenciales de su servicio Db2. Abra la lista de recursos Servicios y software desde la consola de IBM Cloud.
2. Haga clic en el servicio Db2.

3. En el panel lateral izquierdo, seleccione Credenciales de servicio.
4. Si no hay credenciales, haga clic en el botón azul Nueva credencial y, a continuación, en Añadir.
5. Seleccione el twistie para las credenciales.
6. Haga clic en el icono de copia para copiar las credenciales en el portapapeles. Péguelas en un editor de texto, para poder hacer referencia a los elementos específicos en la creación de la conexión Db2 a continuación.

2. Crear una conexión a la base de datos

Atención! Partes de esta sección estarán en el cuestionario.

En esta sección, se utiliza la credencial creada (o encontrada) en el paso anterior para crear una conexión a una base de datos Db2.

Este ejemplo utiliza el nombre de usuario y la contraseña del administrador. En una situación del mundo real, sería mejor crear un usuario adicional y limitar sus privilegios. Esto es lo que se hizo para el uso de la conexión "Data Warehouse" que forma parte de este proyecto.

1. En la lista de proyectos, abra el que importó en el paso anterior haciendo clic en su nombre.

2. Seleccione la pestaña Activos.
3. Haga clic en el botón azul Nuevo activo.
4. Haga clic en el mosaico Conexión.

5. En la lista de tipos de conexión, desplácese hacia abajo y seleccione IBM Db2 (utilice este nombre específico de entre todas las posibilidades de tipo Db2)
6. Pulse el botón azul Seleccionar.
7. Introduzca un nombre para su conexión (sugerido: Db2).

Para los pasos 8-12 a continuación, copiará los valores de las credenciales que pegó en un editor de texto en el formulario. Copie los valores entre comillas del texto de las credenciales. Los valores que necesitará son base de datos, nombre de host, puerto, nombre de usuario y contraseña. Se pueden encontrar en el texto de las credenciales de la siguiente manera:

Copie los valores de uno en uno y péguelos en los campos correspondientes:

8. Desplácese hasta el campo Base de datos e introduzca el elemento de credencial de la base de datos (por defecto bludb).
9. En el campo Nombre de host o dirección IP, introduzca el elemento de credencial del nombre de host.
10. En el campo Puerto, introduzca el elemento de credencial del puerto
11. Desplácese hasta la sección Credenciales. En el campo Nombre de usuario, introduzca el elemento de credencial nombre de usuario. El nombre de usuario también sirve como nombre del esquema.
12. En el campo Contraseña, introduzca el elemento de credencial contraseña.
13. Desplácese hacia abajo hasta la sección Certificados y seleccione la casilla de verificación El puerto está habilitado para SSL. Aunque añadir credenciales SSL no era estrictamente necesario para esta conexión, seleccionar la opción permite añadir un nivel de seguridad al permitir el uso de la conexión sólo desde hosts de confianza.
14. Haga clic en Probar conexión en la parte superior derecha. Si la prueba no ha tenido éxito, compruebe que ha introducido correctamente las credenciales.
15. Una vez que la prueba de conexión se haya realizado correctamente, haga clic en el botón azul Crear de la parte inferior derecha.
16. Haga clic en Crear en la ventana emergente para confirmar.

3. Crear datos conectados

Los datos conectados permiten utilizar datos procedentes de cualquier repositorio de datos como si se tratara de un archivo, sin necesidad de copiarlos en una nueva ubicación. De este modo, los científicos de datos y otros miembros del equipo pueden acceder a los datos exactos que desean en lugar de tener que utilizar SQL u otros lenguajes para llegar a ellos.

1. Para crear y rellenar una tabla, comience por abrir la lista de recursos de IBM Cloud y haga clic en la instancia de Db2.

Utilice el filtro por nombre y escriba "Db2" para acceder rápidamente a este recurso.

2. Seleccione la pestaña Gestionar.
3. Haga clic en el botón Ir a la interfaz de usuario. El panel de IBM Db2 on Cloud se abre en una nueva pestaña del navegador.

4. Haga clic en el icono SQL de la izquierda.

5. Introduzca la siguiente sentencia SQL:

CREATE TABLE testing (
   col1 int,
   col2 int,
   col3 int
);
sql
Copiar código al portapapeles

6. Haga clic en el botón azul Ejecutar todo, arriba a la derecha.
7. Utilizando un editor de texto local, cree y guarde en su ordenador un archivo llamado test.csv con cuatro filas de tres columnas con el siguiente formato:

col1,col2,col3
8,1,6
3,5,7 
4,9,2
txt
Copiar código al portapapeles

8. Haga clic en el icono Datos, justo debajo del icono SQL.

9. Arrastre y suelte el archivo de su disco duro en el cuadro de selección de archivos. Verá que aparece bajo Archivo seleccionado a la derecha cuando se cargue.
10. Haga clic en el botón azul Siguiente de la parte inferior derecha.

11. Seleccione su esquema. Es el nombre de usuario de la credencial anterior y debería ser el único esquema listado.
12. Pulse el botón Nueva tabla en la celda Tabla. Nombre su tabla PRUEBAS.
13. Haga clic en Crear para crear la tabla.
14. Haga clic en Siguiente tres veces para pasar por las pantallas restantes hasta que vea el botón Iniciar carga.
15. Haga clic en Iniciar carga.

Esto debería completar con tres filas leídas y tres filas cargadas. Puede cerrar esta pestaña. En el siguiente paso volverás a la pestaña de activos de tu proyecto en Cloud Pak for Data as a Service (Watson Studio).

4. Cree un activo de datos conectado que apunte a la tabla

1. Vuelve a la pestaña con tu proyecto de Watson Studio. Si has cerrado la pestaña, abre tu lista de proyectos y haz clic en el nombre de tu proyecto para abrirlo.

2. Seleccione la pestaña Activos.
3. Haga clic en Importar activo.

4. Seleccione Datos conectados.
5. Haga clic en la conexión Db2 (o en el nombre que haya dado a su conexión).
6. Seleccione su nombre de usuario Db2 como nombre del esquema.
7. Seleccione la tabla PRUEBAS y haga clic en el botón azul Seleccionar de la parte inferior derecha.
8. Mantenga el nombre predeterminado y haga clic en Importar.

5. Acceso a archivos y conexiones a través de un cuaderno

Ahora que tiene varios archivos que puede utilizar, veamos cómo se puede acceder a ellos en un cuaderno Jupyter. El acceso a estos archivos también puede realizarse utilizando herramientas como AutoAI y SPSS Modeler. Esto se explorará más adelante en este laboratorio.

Para un tutorial rápido sobre los cuadernos Jupyter, haz clic aquí. En el cuaderno, puedes utilizar el botón azul Reproducir o pulsar Mayús + Intro en el teclado para ejecutar la celda actual. Las celdas en ejecución se marcarán con un asterisco entre paréntesis a la izquierda de la celda. Cuando la celda haya terminado de ejecutarse, el asterisco será sustituido por un número. Cuando se ejecutan celdas en el bloc de notas, a menudo es mejor esperar hasta que una celda haya terminado antes de ejecutar la siguiente, lo que le permite abordar cualquier error en el código.

En la sección anterior (opcional), importó un conjunto de datos que incluye columnas enmascaradas. Como verás en este cuaderno, estas columnas se desenmascaran cuando se utiliza una conexión de base de datos (en este caso, Db2). Para conservar el enmascaramiento, debe utilizar en su lugar una conexión Watson Query (virtualización de datos).

Primero vamos a abrir la libreta con la que vamos a trabajar en este paso. Para llegar al bloc de notas, empieza desde tu proyecto en la pestaña Activos.

1. Haga clic en los tres puntos verticales al final de la línea para 01-Data access lab. Aparecerá un menú desplegable.
2. Haga clic en Editar. Una vez abierto el cuaderno, siga las instrucciones proporcionadas.

Ahora que estás en el editor, una actividad clave en el cuaderno Acceso a datos es algo llamado Fragmentos de código. Para acceder a esta capacidad, desde un cuaderno en modo edición, necesitas abrir la pestaña de datos. Para ello, sigue estos pasos:

1. En la figura de abajo aparece un círculo rojo alrededor del icono del código. Al hacer clic en este icono, se abrirá la pestaña de datos a la derecha.
2. Esta pestaña tendrá un botón titulado Seleccionar datos del proyecto. Haga clic en este botón.
3. Se abrirá un nuevo menú que le permitirá seleccionar los elementos de datos que desea conectar. Empiece haciendo clic en Activo de datos
4. Ahora aparecerá otra sección. Ahora haga clic en el nombre del archivo modeling_records_2022.csv.
5. Ahora puede hacer clic en el botón Seleccionar de este menú. La barra lateral de fragmentos de código volverá a aparecer.
6. En la barra lateral de fragmentos de código aparecerá el elemento de datos seleccionado y las opciones para cargarlo ("pandas DataFrame", "Credentials").

Verás que ahora hay un botón titulado Insertar código en celda en la parte inferior de la barra lateral. No hagas clic en él todavía. Sigue los pasos del cuaderno para colocar el cursor en la celda adecuada antes de insertar el fragmento de código.

Ahora que ya sabes cómo cargar datos en un cuaderno, asegúrate de leer el resto del cuaderno y completar cada paso.