Ressourcen

Erfahren Sie in dieser 5-teiligen Serie, was in Sachen KI bevorsteht und wie Sie von den neuesten Innovationen profitieren können.

Entdecken Sie den Weg zur Skalierung von KI und Datenwissenschaft in dieser 5-teiligen Serie.

Gewinnen Sie ein Verständnis dafür, warum Unternehmen DevOps für KI benötigen und wie beide zu ModelOps verschmelzen.

Erhalten Sie Antworten auf Ihre Fragen, während Sie die richtige Daten- und KI-Plattform in Betracht ziehen, um die digitale Transformation zu beschleunigen und einen erfolgreichen ROI zu erzielen.

Verschaffen Sie sich einen Überblick über die IBM Cloud Pak® for Data-Plattform, auf der Sie Watson Studio über mehrere Clouds hinweg implementieren können.

Verschaffen Sie sich einen Überblick darüber, wie dieses Produkt Datenwissenschaftler und Business-Analysten dabei unterstützt, Modelle zu erstellen, zu trainieren und zu verwalten und KI-gestützte Anwendungen bereitzustellen.

Entdecken Sie 5 Möglichkeiten, das Risikomanagement von KI-Modellen zu vereinfachen.

Informieren Sie sich darüber, was KI-Governance ist und warum sie wichtig ist.

Folgen Sie diesem Framework, um zu lernen, wie Sie die Modellfairness aufrechterhalten können.

Lernen Sie und tauschen Sie sich mit anderen aus, die Watson Studio für KI-Projekte nutzen.

Erhalten Sie Antworten auf häufig gestellte Fragen zum Produkt.

Hier finden Sie Demos, Tutorials, Beispielanwendungen und mehr für Datenwissenschaft mit IBM.

Erfahren Sie mehr darüber, was Sie mit Watson Studio in IBM Cloud Pak for Data as a Service tun können, einschließlich Videos für wichtige Aufgaben.

Trainieren und Bereitstellen von Modellen für maschinelles Lernen mit gängigen Tools, Bibliotheken und Frameworks.

Lernen Sie zum Einstieg in diese End-to-End-Deep-Learning-Plattform deren Funktionen kennen.

Erfahren Sie, wie Sie Modelle für maschinelles Lernen mithilfe der IBM® SPSS® Modeler Ablauffunktion grafisch erstellen und auswerten können.

Erstellen Sie ein SPSS-Modell für maschinelles Lernen, das das Risiko für die Abwanderung von Kunden und die Datensätze bewertet.

Entdecken Sie, wie schnell ein Modell mit diesem Tool für Deep Learning-Experimente erstellt werden kann.

Erfahren Sie, wie Sie Modelle und deren Prototypen erstellen, die Implementierung überwachen und Modelle mit neuen Daten trainieren können.

Erfahren Sie, wie Sie Daten vorbereiten und Modelle auf Ihrem Desktop mit grafisch orientierten Drag-and-drop-Tools erstellen.

Erfahren Sie, wie Sie mithilfe eines Modellierungsassistenten ein Entscheidungsoptimierungsmodell für die Angebots-Nachfrageplanung erstellen können.

Entdecken Sie Demos, E-Learning-Kurse und Tests, um Grundlagenwissen aufzubauen und Fähigkeiten zu überprüfen.

Erfahren Sie, wie Sie die Produktivität beim Arbeiten in einer einzigen Umgebung mit führender Open-Source-Software und IBM Software steigern können.

Erfahren Sie mehr in diesem Video, das Teil der Zertifizierung zum Lösungsarchitekten für IBM Cloud Pak for Data ist.

Lernen Sie in diesem Kurs, schnelle Prototyperstellung anhand von maschinellem Lernen mit IBM Watson Studio, wie Sie eine automatisierte Pipeline erstellen.

Verwenden Sie die Data Refinery in IBM Cloud Pak for Data, um Tabellendaten mit einem grafisch orientierten Ablaufeditor zu bereinigen und zu gestalten.

Erfahren Sie, wie Sie eine Notebook-Datei erstellen, ein Beispiel-Notebook verwenden oder Ihr eigenes Notebook mit Watson Studio in IBM Cloud Pak for Data implementieren.

Hier finden Sie Anleitungen und Videos, die zeigen, wie Sie ein Open-Source-Notebook programmieren und ausführen.

Bereiten Sie Daten schnell vor und entwickeln Sie Modelle visuell mit SPSS Modeler in Watson Studio.

Erfahren Sie mehr über diesen codefreien Ansatz zum Erstellen und Implementieren eines Modells für maschinelles Lernen.

Erfahren Sie mehr über die Verwendung der branchenführenden IBM Lösungen zur Entscheidungsoptimierung innerhalb von Watson Studio.

Erfahren Sie, wie Sie mit IBM Watson® OpenScale™ Modelle anhand von Qualitäts-, Fairness- und Abweichungsmetriken verfolgen und überwachen können.

Erfahren Sie mehr über die Verwendung der Modellrisikomanagement-Lösung zum Vergleichen und Bewerten von Modellen.