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