0 / 0
Zurück zur englischen Version der Dokumentation
Watson Studio in Cloud Pak for Data as a Service

Watson Studio in Cloud Pak for Data as a Service

 

Beschreibung

Watson Studio ist einer der Kernservices in Cloud Pak for Data as a Service.

Watson Studio ist Teil von Cloud Pak for Data as a Service und bietet die Data-Science-Funktionalität der Data-Fabric-Architektur.

Watson Studio stellt die Umgebung und Tools bereit, mit denen Sie gemeinsam an Daten arbeiten können, um Ihre Geschäftsprobleme zu lösen. Sie können die Tools auswählen, die Sie benötigen, um Daten zu analysieren und zu visualisieren, um Daten zu bereinigen und zu formen, um Streaming-Daten aufnehmen und um Modelle für maschinelles Lernen zu erstellen und zu trainieren.

Die Architektur von Watson Studio konzentriert sich auf das Projekt. Ein Projekt ist ein Arbeitsbereich, in dem Sie Ihre Ressourcen organisieren und mit Daten arbeiten.

Ein Projekt kann die folgenden Typen von Ressourcen enthalten:

  • Mitbearbeiter sind die Personen im Team, die mit den Daten arbeiten. Data-Scientist-Aufgaben schließen das Analysieren von Daten und das Erstellen von Modellen ein. Die Aufgaben eines Dateningenieurs umfassen unter anderem das Vorbereiten und Integrieren von Daten.
  • Datenassets verweisen auf Ihre Daten, die entweder in hochgeladenen Dateien oder über Verbindungen zu Datenquellen abgerufen werden.
  • Betriebsanlagen sind die Objekte, die Sie erstellen, z. B. Scripts und Modelle, um Code für Daten auszuführen.
  • Andere Typen von Assets, die Komponenten, Vorlagen oder andere Informationen bereitstellen
  • Tools sind die Software, mit der Sie Erkenntnisse aus Daten ableiten. Die folgenden Tools sind im Watson Studio -Service enthalten:
    • Data Refinery: Daten vorbereiten und visualisieren.
    • Editor für Jupyter-Notebooks: Jupyter-Notebooks codieren.
    • RStudio®: Code Jupyter notebooks in R und R Shiny apps.
    • SPSS Modeler: Datenablauf durch ein Modell mit SPSS-Algorithmen automatisieren.
    • Model Builder von Decision Optimization: Das Lösen von Geschäftsproblemszenarios optimieren.
      Für andere Projekttools sind zusätzliche Services erforderlich. Weitere Informationen finden Sie in den Listen der ergänzenden und
      -bezogenen Services.
    • Föderiertes Lernen: Trainieren Sie Modelle auf fernen Parteien, ohne Daten gemeinsam zu nutzen.
    • Pipelines: Automatisieren End-to-End-Datenflüsse von Daten oder Modellen.

Watson Studio -Projekte können vollständig in die Kataloge und Bereitstellungsbereiche integriert werden:

  • Kataloge werden vom Watson Knowledge Catalog-Service bereitgestellt
    • Assets können problemlos zwischen Projekten und Katalogen verschoben werden.
    • Kataloge und Projekte unterstützen dieselben Typen von Datenassets.
    • Für Katalogassets, die Sie Projekten hinzufügen, werden Datenschutzregeln durchgesetzt.
  • Bereitstellungsbereiche zum Anzeigen und Verwalten von Modellen und anderen Bereitstellungstypen.
    • Assets können problemlos zwischen Projekten und Bereitstellungsbereichen verschoben werden.

Quick Links

Integrierte Services

Tabelle 2. Zugehörige Services. Die folgenden zugehörigen Services werden häufig mit diesem Service verwendet und bieten ergänzende Funktionen, sind aber nicht erforderlich.
Service- Funktionalität
Watson Machine Learning Erstellen, trainieren und implementieren Sie Modelle für maschinelles Lernen mit einem breiten Spektrum von Tools.

Kompatible Datenquellen

Eine Liste der kompatiblen Datenquellenservices finden Sie unter Connectors .

Generative KI-Suche und -Antwort
Diese Antworten werden von einem großen Sprachmodell in watsonx.ai basierend auf dem Inhalt der Produktdokumentation generiert. Weitere Informationen