Cloud Paks Rocks云载万象 智胜混合

AI 创新季之 AI 虚拟客服专场
9月10日14:30-15:40 线上直播间

IBM 被评为领导者

Gartner 公布了 2021 年数据科学和机器学习平台魔力象限。

将 AI 模型引入生产环境

使用方法

实施可解释的 AI

办公室里用笔记本电脑工作的商务人士

实施可解释的 AI

可解释的 AI 是一套流程和方法,支持人类用户理解和信任 AI 算法所产生的结果和输出,包括其预期的影响和潜在的偏差。

优化决策

选择了一瓶酒的人

优化决策

决策优化简化了优化模型的选择和部署过程,并支持创建仪表板来共享结果和加强协作。

直观地开发模型

在办公桌上使用电脑工作的商务人士的俯视图

直观地开发模型

通过易于使用的 IBM® SPSS® 启发式工作流程,您可以在统一的数据和 AI 平台上,将视觉数据科学与开源库和基于 Notebook 的界面结合起来。

构建 ModelOps

IBM Cloud Pak for Data 工作流程,包括收集和准备数据、构建和部署 AI 模型以及优化决策

构建 ModelOps

ModelOps 是在应用中操作模型的原则性方法。 ModelOps 可帮助您同步应用和模型管道之间的节奏。 您可以优化从边缘到混合云的 AI 和应用投资。

使用 AutoAI 实现 AI 开发提速

州际立交桥夜景俯视图

使用 AutoAI 实现 AI 开发提速

通过 AutoAI,初学者可以快速入门,而专业的数据科学家则可以在 AI 开发中加快实验速度。 AutoAI 可自动执行数据准备、模型开发、特征工程和超参数优化。

优点

特性

IBM Watson Studio - 详细信息

通过 AutoAI 加快实验速度

自动构建模型管道。 准备数据并选择模型类型。 生成模型管道并进行排序。

高级数据精炼

使用图形流编辑器清理和塑造数据。 将交互式模板应用于代码操作、函数和逻辑运算符。

开源 Notebook 支持

创建 Notebook 文件,使用样本 Notebook 或自带 Notebook。 编写代码并运行 Notebook。

集成可视工具

在 Watson Studio 中使用 IBM SPSS Modeler 快速准备数据并直观开发模型。

模型训练和开发

通过优化管道和确定数据的正确组合,快速构建实验并加强训练。

广泛的开源框架

将您选定的模型引入生产。 借助生产反馈来跟踪和重新培训模型。

嵌入式决策优化

将预测性模型和规范性模型结合起来。 使用预测来优化决策。 在 Python、OPL 中或使用自然语言创建和编辑模型。

模型管理和监控

监控质量、公平性和漂移指标。 选择和配置部署以获得模型见解。 定制模型监控和指标。

模型风险管理

比较和评估模型。 使用新数据评估和选择模型。 并排检查关键模型指标。

产品图像

AI 生命周期自动化

显示关系图和进度图的截屏

AI 生命周期自动化

通过使用 AutoAI 构建模型来探索关系。

云、本地数据源

显示多个 IBM 和第三方数据源的截屏

云、本地数据源

几乎可访问并选择不同云中的任何数据源。

拖放式 AI 模型

显示基于 GUI 的界面的截屏

拖放式 AI 模型

通过基于 GUI 的直观流程形象地构建模型。

为 AI 模型解释事务

显示如何更改值以获得不同预测结果的截屏

为 AI 模型解释事务

确定哪些新的特征值会导致不同的结果。

最新消息

聆听 Watson Studio 最新资讯

倾听 AI 专家关于最佳实践的看法。 观看产品演示。

同步 AI 和 DevOps

探索 AI 主导下的开发的关键功能,以及为何要将 AI 模型集成到开发周期中。

加快 AI 治理的速度

探索什么是 AI 治理、它为何至关重要,以及如何让 AI 值得信赖。

入门

利用 AI 和机器学习模型预测并优化成果。

脚注

¹,² 新技术: IBM Cloud Pak for Data 中可解释 AI 和模型监控的预计总体经济影响™,Forrester,2020 年 8 月。