À propos des cookies sur ce site Pour fonctionner correctement, nos sites Internet nécessitent certains cookies (requis). En outre, d'autres cookies peuvent être utilisés avec votre consentement pour analyser l'utilisation d'un site, améliorer l'expérience des utilisateurs et à des fins publicitaires. Pour plus informations, passez en revue vos options de préférences en. En visitant notre site Web, vous acceptez que nous traitions les informations comme décrit dans ladéclaration de confidentialité d’IBM. Pour faciliter la navigation, vos préférences en matière de cookie seront partagées dans les domaines Web d'IBM énumérés ici.
Solutions de science des données
Dernière mise à jour : 04 mars 2025
Vous pouvez analyser les données et créer des solutions d'apprentissage automatique avec des outils qui offrent différents niveaux d'automatisation. Les méthodes que vous choisissez pour utiliser des données ou des modèles vous aident à déterminer les outils qui correspondent le mieux à vos besoins.
Chaque outil comporte une tâche principale spécifique. Certains outils disposent de fonctions pour plusieurs types de tâches.
Vous pouvez choisir un outil dans un projet en fonction de la quantité d'automatisation souhaitée:
- Outils d'éditeur de code: à utiliser pour écrire du code dans Python ou R, tous avec Spark également.
- Outils de générateur graphique : Utilisez les menus et les fonctionnalités de glisser-déposer d'un générateur pour le programme visuel.
- Outils de générateur automatisés : permet de configurer des tâches automatisées nécessitant une entrée utilisateur limitée.
| Outil | Tâche principale | Type d'outil | Utiliser les données | Utiliser des modèles |
|---|---|---|---|---|
| Data Refinery | Préparer et visualiser des données | Générateur graphique | ✓ | |
| Visualisations | Générez des graphiques pour visualiser les données | Générateur graphique | ✓ | |
| Synthetic Data Generator | Générer des données tabulaires synthétiques | Générateur graphique | ✓ | |
| Prompt Lab | Expérimentation avec des modèles de base et des invites | Générateur graphique | ✓ | |
| Tuning Studio | Optimiser un modèle de base pour renvoyer la sortie dans un certain style ou format | Générateur graphique | ✓ | ✓ |
| Editeur de bloc-notes Jupyter | Utiliser des données et des modèles dans des blocs-notes Python ou R | Editeur de code | ✓ | ✓ |
| Apprentissage fédéré | Entraîner des modèles ML sur des données distribuées | Editeur de code | ✓ | |
| IDE RStudio | Travailler avec des données et des modèles ML dans R | Editeur de code | ✓ | ✓ |
| SPSS Modeler | Construire des modèles ML sous forme de flux visuel | Générateur graphique | ✓ | ✓ |
| Decision Optimization | Résoudre les problèmes d'optimisation | Générateur graphique, éditeur de code | ✓ | ✓ |
| Outil AutoAI | Générer automatiquement des modèles d'apprentissage automatique | Générateur automatisé | ✓ | ✓ |
| Pipelines | Automatiser le cycle de vie des modèles | Générateur graphique | ✓ | ✓ |
En savoir plus
La rubrique a-t-elle été utile ?
0/1000