資源

分析師報告

Gartner Magic Quadrant DSML 評鑑報告

閱讀為何 IBM 在《2021 Magic Quadrant 資料科學與機器學習 (DSML)》評鑑報告中獲選為領導者。

The Forrester Wave 有關 PAML 的研究報告

深入瞭解為何 IBM 在《The Forrester Wave™: Multimodal Predictive Analytics and Machine Learning (PAML)》2020 年第三季報告中獲選為領導者。

IDC MarketScape

瞭解為何 IBM 在 IDC 2020 MarketScape 研究報告中獲選為「全球進階機器學習軟體平台」領導者。

Gartner 有關 ModelOps 的通訊

存取您的免費管理通訊,其中包含兩份 Gartner 研究報告。

Forrester 有關可解釋 AI 的 TEI 研究報告

若要瞭解模型監視的好處,請參閱《New Technology: The Projected Total Economic Impact™ of Explainable AI and Model Monitoring in IBM Cloud Pak for Data》研究報告。

ESG 技術驗證

請參閱 IBM Watson® Studio 和 IBM Watson® 機器學習進行大規模資料收集與分析的結果。

451 Research 資訊圖

請參考資訊圖: ModelOps 和智慧型自動化成為轉型變革的推動者。

451 Research 簡報

透過這份 451 Research 簡報,探索使用智慧型自動化來為雲端原生應用程式建置 ModelOps 的價值。

Aberdeen Research 研究報告

透過這份 451 Research 研究報告,瞭解如何將 AI 與 DevOps 同步化,以實現更有效益的應用程式開發。

網路研討會

Spring 2021:資料科學與 AI 網路研討會系列

觀看此 5 單元系列,以瞭解 AI 的下一步,還有如何從最近的創新獲益。

Winter 2020:資料科學與 AI 網路研討會系列

觀看此 5 單元系列,以探索擴充 AI 與資料科學之路。

DevOps for AI,邀請 Forrester 作客

瞭解企業為何需要 DevOps for AI,以及兩家企業之間如何聯合 ModelOps。

白皮書、解決方案簡介及資訊圖

資料與 AI 平台買家指南

在您考慮使用正確的資料與 AI 平台來加速數位轉型並成功達到 ROI 時,針對您的問題獲得答案。

IBM Cloud Pak for Data 解決方案簡介

取得 IBM Cloud Pak® for Data 平台的概觀,您可以跨多雲實作 Watson Studio。

Watson Studio 解決方案簡介

綜覽本產品如何協助資料科學家和商業分析師建置、訓練與管理模型,以及提供 AI 型應用程式。

簡化模型風險管理

探索簡化 AI 模型風險管理的 5 種方法。

AI 控管

掌握何謂 AI 控管,以及它為何至關重要。

IBM Research 探討減少偏誤

遵循此架構以學習如何維護模型公平性。

社群和說明文件

Watson Studio 社群

利用 Watson Studio for AI 專案來學習並與其他人互動。

Stack Overflow

針對產品常見問題獲得答案。

Github 儲存庫

針對 IBM 資料科學尋找展示、指導教學、範例應用程式及其他更多。

開始使用說明文件

進一步瞭解您可以利用 Watson Studio on IBM Cloud Pak for Data as a Service 來做什麼事,包括用於主要作業的影片。

開放原始碼架構

使用熱門工具、程式庫及架構來訓練與部署機器學習模型。

產品導覽和指導教學

IBM Machine Learning Accelerator

瞭解此端對端深度學習平台的功能,然後開始使用。

建立 SPSS Modeler 流程

瞭解如何使用 IBM® SPSS® Modeler 流程功能,以圖形化方式建置與評估機器學習模型。

Modeler 流程產品導覽

建立 SPSS 機器學習模型,以評估客戶流失風險和評分記錄。

展示影片

神經網路建模器工具

瞭解使用此工具來建置模型以進行深度學習實驗的速度可以有多快。

模型部署

瞭解如何建置模型並製作原型、監視部署,以及使用新資料重新訓練模型。

IBM Watson® Studio Desktop 簡介

瞭解如何使用視覺化拖放工具,在您的桌面上準備資料與建置模型。

決策最佳化建模

瞭解如何使用建模助理,針對供需規劃建置決策最佳化模型。

訓練與憑證

學習旅程

探索展示、電子學習課程及徽章測驗,以建立基礎知識並驗證技能。

如何操作介紹影片

瞭解如何利用先進的開放原始碼和 IBM 軟體,來提高在單一環境中工作的生產力。

Watson Studio 基本觀念

進一步瞭解此影片,這是屬於 Solution Architect(IBM Cloud Pak for Data 產品認證)的一部分。

ML 快速原型化課程

透過 Machine Learning Rapid Prototyping with IBM Watson Studio 課程瞭解如何建立自動化管線。

熱門作業的 How-to 說明文件

精簡資料

使用 IBM Cloud Pak for Data 中的 Data Refinery,透過圖形化的流程編輯器來清理與形成表格化資料。

一般作業的使用說明

建立 Jupyter Notebook

瞭解如何建立 Notebook 檔案、使用範例 Notebook,或自行將Notebook 帶到 Watson Studio on IBM Cloud Pak for Data。

編碼並執行 Notebook

尋找顯示如何編碼與執行開放原始碼 Notebook 的步驟和影片。

以視覺化方式建置模型

在 Watson Studio 中使用 SPSS Modeler 來快速準備資料,並以視覺化方式開發模型。

開始使用 AutoAI

瞭解此用來關建置與部署機器學習模型的無程式碼方法。

使用決策最佳化

瞭解如何在 Watson Studio 中使用 IBM 領先業界的決策最佳化解決方案。

準備模型以進行監視

瞭解如何使用 IBM Watson® OpenScale™ 來追蹤與監視品質、公平性及漂移等度量的模型。

管理模型風險

瞭解如何使用模型風險管理解決方案來比較與評估模型。

開始使用

利用 AI 和機器學習模型,對結果進行預測和最佳化。