Dowiedz się więcej o tym, jak integracja sztucznej inteligencji i IBM Db2 for z/OS zwiększa wydajność operacyjną

IBM Watson® Machine Learning for z/OS® – szczegóły

Elastyczne projektowanie modeli

Pozwól analitykom danych z łatwością budować, trenować i oceniać modele w wybranym środowisku IDE. Możesz również wykorzystać zaawansowane funkcje do tworzenia modeli IBM® Watson Machine Learning for z/OS oparte na oprogramowaniu typu Open Source klasy korporacyjnej.

Większa produktywność

Optymalizuj wydajność analityki danych dzięki kompleksowym funkcjom do tworzenia modeli oferowanym przez IBM Watson Machine Learning for z/OS. Produkt ten udostępnia kilka trybów tworzenia modeli, takich jak notatniki, kreatory wizualne i mechanizmy analityczne wykorzystywane w operacjach na danych. Automatycznie porządkuj, uzupełniaj brakujące wartości i twórz predyktory, by ułatwić pracę analityków danych.

Wdrożenie modelu sztucznej inteligencji gotowego do użytku korporacyjnego

Wykorzystuj modele predykcyjne w środowisku aplikacji transakcyjnych bez znaczącego narzutu i zyskaj dostęp do analizy w czasie rzeczywistym. Produkt oferuje takie funkcje, jak interfejsy API RESTful i integrację z językiem Java oraz CICS, zoptymalizowane pod kątem zapewnienia bezpieczeństwa i wydajności na platformie IBM® Z.

Większa dokładność modelu

Pozwól analitykom danych i inżynierom planować harmonogramy powtarzających się analiz opartych na nowych danych i monitorować w czasie dokładność modeli, tak by w porę dostrzec spadek ich wydajności. Automatycznie odświeżaj modele, by zachować ich dokładność.

Gotowe do wykorzystania mechanizmy uczenia maszynowego

Twórz różne wersje modeli, poddawaj je ocenie i monitoruj. Zapewnij wysoką dostępność i wydajność, zmniejsz opóźnienia i zautomatyzuj modele uczenia maszynowego (uczenie maszynowe w modelu usługowym).

Gotowe do wykorzystania szablony rozwiązań

Sięgnij po szablony odzwierciedlające typowe wymagania biznesowe, by rozpocząć od nich swój projekt uczenia maszynowego. Wzory rozwiązań pokazują, w jaki sposób mechanizmy uczenia maszynowego mogą współgrać z procesami w infrastrukturze aplikacji, by zwiększyć wartość kluczowych obszarów działalności, w tym wykrywania oszustw, udzielania kredytów i analizy operacyjnej IT.

Szczegóły techniczne

Dane techniczne

Co nowego?

  • Znacząco poprawiona wydajność usługi oceny online dla różnych typów modeli uczenia maszynowego, szczególnie w przypadku modeli głębokiego uczenia w formacie Open Neural Network Exchange (ONNX).
  • Lepsza integracja z IBM Cloud Pak for Data.
  • Uproszczona instalacja i konfiguracja.
  • Nowy program do planowania instalacji dostarczający wskazówek dotyczących przygotowania instalacji na podstawie przypadków użycia.
  • IBM WMLz 2.3 Online Scoring Community Edition. Ta lekka wersja usługi oceny WMLz zapewnia organizacjom łatwą w użyciu możliwość bezpłatnego pobrania i wypróbowania podejścia do oceny transakcji stosowanego w WMLz.

Wymagania programowe

  • z/OS 2.4, 2.3 i Db2 11 for z/OS lub nowszy
  • z/OS ICSF i z/OS OpenSSH
  • IBM SDK for z/OS Java™ v8 SR6 wersja 64-bitowa
  • Watson Machine Learning for z/OS IDE dla systemu Linux na maszynach Z lub x86
  • Red Hat OpenShift Container Platform 4.6

Wymagania sprzętowe

  • IBM z15, z14, IBM® z13 lub IBM zEnterprise EC12 (1 GCP, 4 procesory zIIP, 100 GB pamięci, 100 GB przestrzeni dyskowej)
  • Watson Machine Learning for z/OS IDE w systemie Linux na platformie Z lub Linux na platformie x86
  • 3 węzły główne (4 procesory wirtualne, 16 GB pamięci, 200 GB wolnego miejsca w systemie plików root, 300 GB dla rejestru obrazów w jednym węźle głównym, przepustowość sieci 10 Gb/s)
  • 3 węzły robocze (10 procesorów wirtualnych, 64 GB pamięci, 200 GB wolnego miejsca w systemie plików root, przepustowość sieci 10Gb/s)
  • Łącznie: 6 serwerów, 42 procesory wirtualne, 240 GB pamięci, pamięć masowa o pojemności 1,5 TB

Next Steps

Zobacz, jak to działa