Biblioteca de vídeo

Casos de uso

• Caso de uso de inteligência de dados
  
• Caso de uso da integração de dados
  
• Caso de uso de Ciência de Dados e MLOps
  
• Caso de uso de governança de IA
  
• Tecidos de dados em ação

Inteligência de dados

• Curar dados de alta qualidade
  
• Proteger seus dados
  
• Consumir seus dados
  
• Governar dados virtualizados
  
• Configure uma visão de 360 graus
  

Integração de dados

• Integrar dados
  
• Virtualize dados externos
  
• Replicar dados
  
• Orquestrar um pipeline de IA com integração de dados
  

Ciência de dados e MLOps

• Orquestrar um pipeline de IA com monitoramento de modelo
  
• Orquestrar um pipeline de IA com integração de dados
  

Governança de IA

• Construir e implementar um modelo
  
• Teste e valide o modelo
  

Introdução

• Inscreva-se para Cloud Pak for Data as a Service
  
• Criar um projeto
  
• Tour pelo Resource Hub
  
• Criar um catálogo e localizar ativos rapidamente
  
• Colaborar em projetos
  

Tutoriais guiados

• Parte 1: Explorar e preparar dados
  
• Parte 2: Desenvolver e implementar um modelo de aprendizado de máquinal
  
• Parte 3: Desenvolver um modelo em um notebook
  
• Malha de dados: Desenvolver e implementar um modelo
  
• Malha de dados: Testar e validar o modelol
  

Conexões de Dados

• Incluir conexões de plataforma
  
• Incluir dados de uma conexão a um projeto
  
• Criar uma conexão de ativo de pasta em um projeto
  
• Gerenciar o armazenamento de objetos
  
• Importar metadados de ativos de uma origem externa em um projeto
  

Fundamentos do notebook

• Fundamentos do notebook Jupyter
  
• Crie um notebook Jupyter e ambiente customizado em um projeto
  
• Carregar e analisar conjuntos de dados públicos
  
• Publicar notebooks no GitHub a partir de um projeto
  

Exemplos de bloco de notas

• Analisar dados de inspeções de restaurantes em NY
  
• Use o Spark R para carregar dados e executar consultas SQL
  
• Analisar dados de precipitação
  
• Analisar dados do Db2 Warehouse
  
• Usar o conector SQL-Cloudant com Python
  

Construa modelos com o AutoAI

• Executar um experimento AutoAI de amostra para criar um modelol
  
• Desenvolver um modelo de classificação binária
  
• Desenvolver um modelo de classificação multi-classes
  
• Treinar um modelo de série temporal multivariado
  
• Executar um experimento de séries temporais em um notebook
  
• Criar um modelo que avalie e melhore a equidade
  
• Executar análise de opinião sobre o texto
  
• Criar um pipeline para automatizar modelos de aprendizado de máquina
  
• Tecidos de dados: Orquestrar um pipeline de AI com monitoramento de modelo
  
• Tecidos de dados: Orquestrar um pipeline de AI com integração de dados
  

Desenvolver modelos com SPSS Modeler

• Construir e implementar um modelo analítico preditivo para diagnosticar doenças
  
• Construir um modelo de aprendizado de máquina qui-quadrado
  
• Importar um fluxo SPSS Modeler em um projeto
  
• Meus dados usando análise de texto
  

Gerenciar modelos

• Desenvolver, implementar e testar um modelo em um notebook
  
• Teste um modelo usando as APIs de aprendizado de máquina
  
• Avaliar um modelo de aprendizado de máquina
  
• Criar um uso de modelo com abordagens
  
• Controle as atividades de ativos do modelo de aprendizado de máquina
  
• Provisão ' watsonx.ai Tempo de execução em ' IBM Cloud
  

Decision Optimization

• Executar um experimento Decision Optimization de amostra
  
• Use recursos avançados no assistente de modelagem
  
• Mudar ambientes e incluir extensões Python em seu experimento
  
• Criar restrições personalizadas avançadas com Python DOcplex
  
• Outros vídeos do Decision Optimization
  

Aprendizado federado

• Visão geral de Federated Learning
  
• Criar um experimento de Federated Learning
  

RStudio

• Visão geral de RStudio IDE
  
• Dados de carregamento
  
• Conectar-se a origens de dados externas
  
• Executar aplicativos Shiny
  

Introdução

• Inscreva-se para Cloud Pak for Data as a Service
  
• Criar um projeto
  
• Tour pelo Resource Hub
  
• Criar um catálogo e localizar ativos rapidamente
  
• Colaborar em projetos
  

Tutoriais guiados

• Parte 1: Explorar e preparar dados
  
• Malha de dados: Integrar dados
  
• Tecidos de dados: Virtualize dados externos
  
• Malha de dados: Configurar uma visualização de 360 graus
  
• Malha de dados: Conhecer seus clientes
  

Data Refinery

• Incluir dados conectados de uma origem de dados a um projeto
  
• Formar dados
  
• Copiar dados para um novo destino
  
• Combinar dados de diversas origens
  
• Série de vídeos de operações de Refinaria de Dados
  

DataStage

• Malha de dados: Integrar dados
  
• Incluir dados conectados de uma origem de dados a um projeto
  
• Criar um fluxo DataStage
  
• Importar um fluxo DataStage em um projeto
  
• Planejar um fluxo DataStage para executar
  
• Criar uma definição de dados
  
• Use o site DataStage para carregar dados corporativos em Snowflake
  
• Série de vídeos de conectores e estágios DataStage
  

Data Virtualization

• Tecidos de dados: Virtualize dados externos
  
• Incluir dados virtualizados a um projeto ou catálogo
  
• Visão geral da Data Virtualization
  

Master Data Management

• Malha de dados: Configurar uma visualização de 360 graus
  

Data Replication

• Malha de dados: dados replicados
  

Introdução

• Inscreva-se para Cloud Pak for Data as a Service
  
• Criar um projeto
  
• Tour pelo Resource Hub
  
• Criar um catálogo e localizar ativos rapidamente
  
• Colaborar em projetos
  

Tutoriais guiados

• Tecidos de dados: Curar dados de alta qualidade
  
• Tecidos de dados: Proteja seus dados
  
• Tecidos de dados: Consumo seus dados
  

IBM watsonx.data intelligence fundamentos

• IBM watsonx.data intelligence visão geral
  
• Criar um catálogo e localizar ativos rapidamente
  
• Utilizar ativos de catálogo em um projeto
  

Conexões de dados em um catálogo

• Incluir conexões de plataforma
  
• Incluir ativos a um catálogo
  
• Criar um ativo de pasta em um catálogo
  
• Importar metadados de ativos de uma origem externa em um projeto
  

Controle de dados do catálogo

• Visão geral políticas de dados
  
• Organizar artefatos de governança com categorias
  
• Mascarar dados
  
• Rastrear atividades de ativos de dados
  
• Controle as atividades de ativos do modelo de aprendizado de máquina
  
• Ativar opções avançadas de mascaramento e criar um fluxo de mascaramento
  
• Visão geral da linhagem de dados da Manta
  

Administradores de conta

• Configurar grupos de acesso básico em IBM Cloud
  
• Convidar usuários para sua conta IBM Cloud
  
• Configurar Cloud Object Storage para administradores
  

Administradores de projetos

• Colaborar em projetos