Informazioni sui cookie del presente sito Per il corretto funzionamento, i nostri siti Web richiedono alcuni cookie (richiesto). Inoltre, con il suo consenso, potrebbero essere utilizzati altri cookie per l'analisi dell'utilizzo del sito, per migliorare l'esperienza utente e per scopi pubblicitari. Per ulteriori informazioni, consultare le. Visitando il nostro sito web, accettate il trattamento delle informazioni da parte nostra come descritto nelladichiarazione sulla privacy di IBM. Per consentire una corretta navigazione, le preferenze per i cookie dell'utente verranno condivise sui domini Web IBM qui elencati.
Traduzione non aggiornata
La traduzione di questa pagina non rappresenta l'ultima versione. Per gli ultimi aggiornamenti, consultare la versione inglese della documentazione.
Esercitazioni dei casi di utilizzo
Ultimo aggiornamento: 05 apr 2025
Utilizza le esercitazioni dei casi di utilizzo per sperimentare uno o più casi di utilizzo che si combinano per dimostrare come puoi implementare una soluzione con Cloud Pak for Data. I tutorial seguono la storia di Golden Bank, un fornitore di mutui leader che deve risolvere le sfide dell'accesso ai dati, della qualità dei dati, della governance dei dati e della gestione dei dati e dei cicli di vita dell'IA.
Nota:
Se si desidera apprendere come completare un'attività specifica, ad esempio perfezionare i dati o creare un modello, prendere in considerazione l'utilizzo delle esercitazioni di avvio rapido. Le esercitazioni di avvio rapido consentono di apprendere rapidamente come eseguire un'attività specifica o una serie di attività correlate.
Le esercitazioni dei casi di utilizzo sono categorizzate per tipo:
- Le esercitazioni del fabric dati mostrano come implementare uno dei casi di utilizzo del fabric dati.
- Le Esercitazioni di creazione e gestione dell'intelligenza artificiale mostrano come creare, distribuire e monitorare i modelli in un ambiente gestito.
Esercitazioni di Data Fabric
Un data fabric è un'architettura che fornisce un modo sicuro e coerente per accedere ai dati da origini diverse e una serie di strumenti integrati in modo che la tua organizzazione possa collaborare in modo efficace per utilizzare i tuoi dati per migliorare il tuo business.
Guarda questo video per vedere il data fabric in azione.
Questo video fornisce un metodo visivo per apprendere i concetti e le attività in questa documentazione.
Il fabric di dati è suddiviso in casi di uso che rappresentano ciascuno un determinato obiettivo. Su IBM Cloud Pak for Data, i servizi forniscono funzionalità e strumenti. Ogni caso di utilizzo richiede una o più istanze del servizio. Alcuni servizi sono inclusi in più casi di utilizzo.
Le esercitazioni sono raggruppate per caso d'uso. È possibile iniziare con qualsiasi caso d'uso. Ogni gruppo di esercitazioni è basato su un progetto di esempio che contiene le risorse necessarie per completare le esercitazioni. I progetti di esempio vengono importati dall'hub di risorse.
Le tag per ciascuna esercitazione descrivono il livello di esperienza (, o ), la quantità di codifica richiesta ( o ) e se l'esercitazione è una continuazione () di una o più altre esercitazioni che è necessario completare per prime.
Integrazione dati
Fornire l'accesso a tutti i dati, senza spostarli.
Scenario: Golden Bank ha bisogno di una pipeline di dati che fornisca dati concisi, pre - elaborati e aggiornati su tutti i richiedenti di mutui, in modo che i creditori possano prendere decisioni.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Integra dati
Estrarre, filtrare, unire e trasformare i dati. Consultare le istruzioni
- Virtualizzare i dati esterni
Virtualizzare e unire le tabelle di dati da origini esterne. Consultare le istruzioni
- Replica dati
Configura la replica quasi in tempo reale e continua tra i database di origine e di destinazione. Consultare le istruzioni
- Orchestrate una pipeline AI con integrazione dati
Crea una pipeline end-to-end che prepara i dati e forma un modello. Consultare le istruzioni
watsonx.data intelligenza
Fornire l'accesso a tutti i dati, senza spostarli.
Scenario: Golden Bank ha bisogno di una pipeline di dati che fornisca dati concisi, pre - elaborati e aggiornati su tutti i richiedenti di mutui, in modo che i creditori possano prendere decisioni.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Curare dati di alta qualità
Creare asset di dati di alta qualità arricchendo i dati ed eseguendo l'analisi della qualità dei dati. Consultare le istruzioni
- Proteggi i dati
Controlla l'accesso ai dati in un catalogo. Consultare le istruzioni
- Utilizza i dati
Valuta, condividi, forma e analizza i dati. Consultare le istruzioni
- Gestisci dati virtualizzati
Arricchisci i dati virtualizzati e assicurati che i dati virtuali siano protetti. Consultare le istruzioni
- Configurazione di una vista a 360 gradi
Impostare, mappare e modellare i propri dati per creare una vista a 360 gradi dei clienti. Consultare le istruzioni
Crea e gestisci esercitazioni AI
Questi casi di utilizzo di Cloud Pak for Data coprono gli strumenti per creare e gestire l'AI. È possibile iniziare con qualsiasi caso d'uso. Ogni gruppo di esercitazioni è basato su un progetto di esempio che contiene le risorse necessarie per completare le esercitazioni. I progetti di esempio vengono importati dall'hub di risorse.
Le tag per ciascuna esercitazione descrivono il livello di esperienza (, o ), la quantità di codifica richiesta ( o ) e se l'esercitazione è una continuazione () di una o più altre esercitazioni che è necessario completare per prime.
Governance dell'AI
Creare, rendere operativi e gestire l'intelligenza artificiale.
Scenario: Golden Bank necessita di un modello che identifichi se i clienti si qualificano per i mutui per ridurre i costi di elaborazione delle applicazioni della banca.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Creare e distribuire un modello
Addestrare un modello, promuoverlo in uno spazio di distribuzione e distribuire il modello. Consultare le istruzioni
- Verifica e convalida del modello
Valuta un modello per precisione, correttezza ed esplicabilità. Consultare le istruzioni
Data Science e MLOps
Creare, distribuire e monitorare i modelli.
Scenario: Golden Bank deve automatizzare una pipeline di dati che fornisce dati aggiornati su tutti i richiedenti di mutui, che i prestiti possono utilizzare per il processo decisionale.
Fare clic su un'esercitazione per questo caso di utilizzo per iniziare:
- Orchestrate una pipeline AI con il monitoraggio del modello
Crea una pipeline end-to-end che prepara i dati, addestra un modello e quindi convalida il modello. Consultare le istruzioni
- Orchestrate a AI pipeline with data integration
Crea una pipeline end-to-end che trasforma i dati e forma un modello. Consultare le istruzioni
Ulteriori informazioni
Argomento principale Introduzione
L'argomento è stato utile?
0/1000