Ressources

Découvrez, dans cette série en cinq parties, la suite de l'IA et comment tirer parti des dernières innovations.

Dans cette série en cinq parties, explorez la voie à suivre pour mettre à l'échelle l'IA et la science des données.

Comprenez pourquoi les entreprises ont besoin de DevOps pour l'IA et comment les deux se fondent dans ModelOps.

Obtenez les réponses à vos questions alors que vous envisagez la plateforme de données et d'IA adaptée pour accélérer la transformation numérique et bénéficier d'un vrai retour sur investissement.

Obtenez une présentation de la plateforme IBM Cloud Pak® for Data, où vous pouvez implémenter Watson Studio dans plusieurs clouds.

Obtenez un aperçu de la façon dont ce produit permet aux scientifiques des données et aux analystes métier de générer, entraîner et gérer des modèles et de fournir des applications optimisées par l'IA.

Découvrez 5 façons de simplifier la gestion des risques des modèles d'IA.

Faites le point sur ce qu'est la gouvernance de l'IA et pourquoi elle est importante.

Suivez ce cadre pour apprendre à maintenir l'équité du modèle.

Apprenez et engagez-vous avec d'autres en utilisant Watson Studio pour les projets d'IA.

Obtenez les réponses aux questions courantes sur le produit.

Recherchez des démos, des tutoriels, des exemples d'applications et bien plus encore pour la science des données avec IBM.

Découvrez en plus sur ce que vous pouvez faire avec Watson Studio sur IBM Cloud Pak for Data as a Service, y compris les vidéos des tâches essentielles.

Entraînez et déployez des modèles d'apprentissage automatique en utilisant des outils, des bibliothèques et des infrastructures couramment utilisées.

Initiez-vous à cette plateforme d'apprentissage en profondeur de bout en bout en découvrant ses fonctions.

Apprenez à créer et à évaluer graphiquement des modèles d'apprentissage automatique à l'aide de la fonction de flux IBM® SPSS® Modeler.

Créez un modèle d'apprentissage automatique SPSS qui évalue le risque d'attrition des clients et note les enregistrements.

Découvrez la rapidité de création d'un modèle à l'aide de cet outil pour les expériences d'apprentissage en profondeur.

Apprenez à construire et à prototyper des modèles, à surveiller les déploiements et à recycler les modèles sur de nouvelles données.

Découvrez comment préparer les données et construire des modèles sur votre ordinateur de bureau grâce à des outils visuels de type Glisser-déposer.

Découvrez comment utiliser un assistant de modélisation pour construire un modèle Decision Optimization pour la planification de l'offre et de la demande.

Explorez les démos, les cours de formation en ligne et les questionnaires des badges pour acquérir des connaissances de base et valider les compétences.

Découvrez comment augmenter la productivité en travaillant dans un environnement unique avec les principaux logiciels open source et d'IBM.

Apprenez-en davantage dans cette vidéo qui fait partie de la certification de produit IBM Cloud Pak for Data, Architecte de solution.

Apprenez à créer un pipeline automatisé dans ce cours, Prototypage rapide de l'apprentissage automatique avec IBM Watson Studio.

Utilisez l'outil Data Refinery au sein d'IBM Cloud Pak for Data pour nettoyer et façonner les données tabulaires avec un éditeur de flux graphique.

Découvrez comment créer un fichier de bloc-notes, utiliser un exemple de bloc-notes ou apporter votre propre bloc-notes dans Watson Studio sur IBM Cloud Pak for Data.

Accédez aux étapes et aux vidéos montrant comment coder et exécuter un bloc-notes open source.

Préparez rapidement les données et développez des modèles visuellement avec SPSS Modeler dans Watson Studio.

Découvrez cette approche sans code pour construire et déployer un modèle d'apprentissage automatique.

Découvrez comment utiliser les solutions Decision Optimization de pointe d'IBM au sein de Watson Studio.

Découvrez comment utiliser IBM Watson® OpenScale™ pour suivre et surveiller les modèles en fonction des paramètres de qualité, d'équité et de dérive.

Découvrez comment utiliser la solution de gestion des risques des modèles pour comparer et évaluer les modèles.