本教程介绍了如何将可信 AI 软件包添加到自定义的 Anaconda 通道，以及如何在 IBM Cloud Pak® for Data 的 IBM Watson® Studio 中使用这些软件包来解决业务用例。

我们正在试图解决二元分类问题，以便预测抵押能否得到批准。基于各种信任维度（包括预测性能、公平性、对抗鲁棒性等）来评估各种模型。

使用 Anaconda 中央企业存储库时，您可以：

• 访问 7,500 多个 Python 和 R 软件包
• 添加自己的专有软件包
• 管理软件包的漏洞、访问和使用，从而提供安全的管道
• 在用户工作流程中轻松地分发软件包

我们将结合使用这些功能来开发安全应用程序。

1. 安装 IBM Cloud Pak for Data。
2. 为 IBM Cloud Pak for Data 安装 Anaconda 存储库。存储指向 Anaconda 用户管理 UI (Keycloak) 的链接和登录凭证。
3. 使用所显示的登录凭证来打开 Anaconda Team Edition 登录页面。
4. 创建通道并设置适当的权限。
5. 由于默认情况下不提供可信 AI 软件包，因此需将软件包文件（wheel、sdist、egg）上传到 Anaconda 通道。
6. 在 IBM Cloud Pak for Data 中配置 Anaconda，以便访问 Anaconda 存储库中的软件包。
7. 配置 Watson Studio 环境以使用自定义通道。
8. 在自定义环境中创建一个 Notebook 并运行该 Notebook。

提供了以下可信 AI 软件包：

• AIF360，其在整个 AI 应用程序生命周期中帮助检测和减轻机器学习模型的偏差
• AIX360，其提供了数据和机器学习模型的可解释性和可解读性
• ART，这是一个可确保机器学习安全性的 Python 库，包括入侵、毒化、提取和推理

第 1 步：使用凭证

登录凭证如下所示：

User anaconda created, realm=dev, roles=admin
password: xxxx
User admin created, realm=master, roles=admin
password: xxx
…
…
…
Install success
Please login using admin username and generated admin password above at http://xx.xx.xx.xx/auth/admin

第 2 步：创建一个新通道

通过单击 Create Channel、填写详细信息并设置隐私来创建一个通道。在本文中，通道名称设置为 trusted_ai。

第 3 步：上传文件

接下来，您将软件包文件上传到 trusted_ai 通道。

上传软件包后，您将看到下图。

您可以查看软件包的漏洞评分、使用此通道的组、每个软件包的依赖关系等。这样便可以创建安全的托管型管道。

第 4 步：访问通道软件包

更新 condarc IBM Cloud Pak for Data 文件，以访问新通道中的软件包。

channel_alias: http://xx.xx.xx.xx/api/repo

channels:
 - trust_ai

default_channels:
 - http://xx.xx.xx.xx/api/repo/trust_ai

ssl_verify: False

第 5 步：创建一个 Watson Studio 项目

登录到 Cloud Pak for Data 集群，创建一个新的 Watson Studio 项目并创建新的环境。

第 6 步：更新定义

通过单击 customization 下的 Create 来更新要使用的环境定义。按照说明进行编辑并应用更改。

第 7 步：使用新环境运行

上传抵押批准并使用新环境运行。

此 Notebook 首先会应用这些自定义项。现在，您可以在不安装可信 AI 软件包的情况下运行 Notebook。

本教程展示了如何将可信 AI 软件包添加到自定义的 Anaconda 通道，以及如何在 IBM Cloud Pak® for Data 的 IBM Watson Studio 中使用这些软件包来解决业务用例。

本文翻译自：Add trusted AI packages to a custom Anaconda channel（2020-10-26）