Gli acceleratori di settore forniti da IBM sono una serie di soluzioni end-to-end che è possibile eseguire come esempi o personalizzare per risolvere problemi di business comuni.
Panoramica degli acceleratori di settore
Ogni acceleratore di settore è progettato per aiutarti a risolvere uno specifico problema di business, sia che si tratti di prevedere in che modo i clienti risponderanno a una promozione o comprendere l'attrito dei clienti. Sfogliare gli acceleratori in 'Cloud Pak for Data as a Service 'Hub delle risorse ' e creare quelli desiderati.
La maggior parte degli acceleratori include un progetto di esempio con tutto ciò di cui si ha bisogno per analizzare i dati, creare un modello e visualizzare i risultati. I progetti di esempio includono istruzioni dettagliate, set di dati, Jupyter, modelli e applicazioni R Shiny. La maggior parte degli acceleratori include anche termini di business per la governance dei dati. Utilizzate questi progetti di esempio come modelli per le vostre esigenze di data science, per imparare tecniche specifiche o per dimostrare le capacità di watsonx.ai Studio e di altri servizi Cloud Pak for Data as a Service.
Il processo di utilizzo di un acceleratore di settore è illustrato in questa immagine.
Progetto di esempio per un acceleratore
Quando si scarica un acceleratore, si ottiene un progetto che contiene gli asset necessari per creare e addestrare i modelli associati all'acceleratore.
Settore di riferimento
Data scientist o analisti di business che analizzano i dati e creano modelli per risolvere i problemi di business.
Contenuto
Un tipico acceleratore contiene quanto segue:
- Un file readme che fornisce istruzioni.
- File CSV che contengono i dati di esempio.
- Notebook Python per addestrare e valutare i modelli e script Python associati per preparare e trasformare i dati per la modellazione. I notebook creano endpoint API per esporre l'output per l'applicazione R Shiny.
- Modelli di machine learning progettati per aiutarti a trovare risposte ai problemi di business descritti dall'acceleratore.
- (Alcuni acceleratori) Un dashboard interattivo per visualizzare i risultati del modello.
Requisiti
Tutti gli acceleratori che hanno progetti campione richiedono il servizio watsonx.ai Studio e uno o più di questi servizi:
- runtime watsonx.ai
- IBM Knowledge Catalog
Panoramica dei processi
Ogni acceleratore fornisce istruzioni dettagliate. Queste fasi forniscono una panoramica del processo per progetti campione:
- Andate al progetto campione in Resource hub, fate clic su Crea progetto, selezionate le configurazioni del progetto e fate clic su Crea. Vedere Creazione di un progetto.
- Seguite le istruzioni contenute nel file readme per eseguire i notebook e completare altre operazioni.
Passi successivi
È possibile utilizzare il progetto di esempio come modello, aggiungendo i propri dati e seguendo gli stessi passaggi per passare dai dati al modello distribuito. Potrebbe essere necessario esplorare e pulire i dati. Poiché i vostri dati e il vostro schema sono probabilmente diversi da quelli del campione, gli schemi che trovate nei vostri dati potrebbero non corrispondere a quelli del campione. È possibile utilizzare gli esempi e il codice per adattare il modello ai propri dati e per riqualificare il modello con i propri dati.
Per utilizzare un progetto campione come modello per i propri dati, seguire i seguenti passaggi generali:
- Aggiungere i dati al progetto.
- Se necessario, pulire o modellare i dati.
- Aggiornare e riqualificare il modello con i propri dati.
Acceleratori per i servizi finanziari
| Acceleratore di settore | Descrizione |
|---|---|
| Previsione dell'abbandono dei clienti nei mercati finanziari | Fornisce una serie di asset di data science di esempio e una serie strutturata di termini di business che consentono di prevedere quali clienti lasceranno. |
| Affinità dell'offerta ai clienti dei mercati finanziari | Prevede quali prodotti il cliente è più propenso a considerare o a richiedere successivamente all'acquisto. |
| Segmentazione dei clienti dei mercati finanziari | Assegna i clienti a gruppi specifici, in base al loro stile di vita e ai modelli comportamentali. |
| Mercati finanziari Previsione degli eventi della vita del cliente | Utilizzare l'acceleratore di previsione dell'evento della vita del cliente dei mercati finanziari per impostare i clienti sul percorso verso il successo finanziario con offerte pertinenti al momento giusto. L'acceleratore include termini di business, una serie di asset di data science di esempio e un dashboard di esempio per visualizzare i risultati. |
| Previsione delle vendite con i Weather Company Data | Ottimizzare le funzionalità dell'organizzazione di vendita della propria azienda formando un modello per prevedere le vendite in base alle condizioni meteorologiche. L'acceleratore include termini e categorie di business, una serie di asset di data science di esempio e un dashboard di esempio per visualizzare i risultati. |
| Fidelizzazione dei clienti retail | Utilizza le survey di soddisfazione dei clienti per prevedere il tasso di abbandono dei clienti e definire le strategie di retention. |
Acceleratori per il settore delle utility e dell'energia
| Nome acceleratore di settore | Descrizione |
|---|---|
| Previsione dell'abbandono dei clienti dei servizi di pubblica utilità | Fornisce probabili cause di logoramento del cliente. |
| Microsegmentazione dei clienti dei servizi di pubblica utilità | Assegna i clienti a gruppi specifici, in base al loro stile di vita e ai modelli comportamentali. |
| Propensione del programma di risposta alla domanda delle utility | A quali clienti dovrebbe essere offerta l'opportunità di iscriversi al programma di risposta alla domanda? Utilizzare Utilities Demand Response Program Propensity accelerator per avviare rapidamente l'analisi. L'acceleratore comprende termini di business, una serie di asset di data science di esempio e una dashboard RStudio di esempio per visualizzare i risultati. |
| Previsione del rischio di pagamento delle utenze | Utilizzare l'acceleratore di previsione del rischio di pagamento delle aziende di pubblici servizi per interagire in modo proattivo con i clienti a rischio di pagamenti mancanti. L'acceleratore include termini di business, una serie di asset di data science di esempio e un dashboard di esempio per visualizzare i risultati |
Acceleratori per altre categorie
| Nome acceleratore di settore | Descrizione |
|---|---|
| Commenti progetto organizzatore | consentire alle aziende di visualizzare i commenti in modo più organizzato e di visualizzare più facilmente il feedback positivo o negativo specifico dei clienti. |
| Un progetto agricolo efficace | Supporta l'agricoltura efficace monitorando la crescita delle colture utilizzando la guida delle colture e fornendo avvisi tempestivi agli agricoltori in merito al cambiamento climatico, al possibile sviluppo della malattia delle colture, all'evaporazione del fungicida e all'utilizzo efficiente dei pannelli solari (supporto agrivoltaico). |
| Stima delle perdite assicurative mediante telerilevamento | Utilizza i dati di inondazione del telerilevamento per assistere nella valutazione delle richieste di indennizzo assicurativo. |
| Progetto di riammissione ospedaliera | Prevede il tasso di riammissione ospedaliera dei pazienti utilizzando i dati dei pazienti. |
| Monitorare il modello Amazon SageMaker utilizzando Watson Openscale | Questo progetto mostra come utilizzare l'endpoint generato da Deploy an IBM watsonx.ai Studio Model on Amazon SageMaker per dimostrare come monitorare la distribuzione AWS con Watson OpenScale. |
Argomento principale Introduzione