Translation not up to date
Výukové programy rychlého spuštění se naučí, jak provádět specifické úlohy, jako např. upřesnit data nebo sestavit model. Tyto výukové programy vám pomohou rychle se naučit, jak provádět specifickou úlohu nebo sadu souvisejících úloh. Použijte výukový program datového prostředí Fabric , abyste vyzkoušel příklad použití datového prostředí Fabric, jako např. regulace AI nebo integrace dat.
Výukové programy pro rychlé spuštění jsou kategorizovány podle úloh:
- Příprava dat
- Analýza a vizualizace dat
- Sestavení, implementace a důvěryhodnost modelů
- Křivka a správa dat
Každý výukový program vyžaduje jednu nebo více instancí služby. Některé služby jsou obsaženy ve více výukových programech. Výukové programy jsou seskupeny podle úloh. Můžete začít s libovolnou úlohou. Každý z těchto výukových programů poskytuje popis nástroje, video, instrukce a další výukové prostředky.
Značky pro každý výukový program popisují úroveň odbornosti (, nebo ) a velikost požadovaného zápisu kódu (, nebo ).
Předpoklady
Předpoklady pro všechny výukové programy jsou přihlášení nebo připojení k účtu Cloud Pak for Data as a Service.
Po dokončení těchto výukových programů si přečtěte sekci Další výukové prostředky a pokračujte v učení.
Příprava dat
Chcete-li začít pracovat s přípravou, transformováním a integrací dat, uvědomte si celkový sled prací, zvolte výukový program a zkontrolujte další výukové prostředky pro práci na platformě.
Sled prací přípravy dat má tyto základní kroky:
Vytvořte projekt.
Je-li to nezbytné, vytvořte instanci služby, která poskytuje nástroj, který chcete použít, a přidružte jej k projektu.
Přidejte data do svého projektu. Můžete přidat datové soubory z lokálního systému, data ze vzdáleného zdroje dat, ke kterému se připojujete, data z katalogu nebo ukázková data z galerie.
Zvolte nástroj pro analýzu vašich dat. Každý z výukových programů popisuje nástroj.
Spusťte nebo naplánujte úlohu, abyste připravili svá data.
Výukové programy pro přípravu dat
Každý z těchto výukových programů poskytuje popis nástroje, video, pokyny a další výukové prostředky:
| Výukový program | Popis | Odborné znalosti pro výukový program |
|---|---|---|
| Upřesnit a vizualizovat data pomocí Data Refinery | Připravit a vizualizovat tabulková data pomocí grafického editoru toků. | Vyberte operace pro manipulaci s daty. |
| Transformace dat pomocí produktu DataStage | Navrhněte tok integrace dat k filtrování a řazení tabulek pomocí grafického editoru toků. | Umístěte data a operační uzly na plátno a vyberte vlastnosti. |
| Virtualizace dat | Vytvořte virtualizovanou tabulku spojením dvou tabulek. | Vyberte tabulky a připojte sloupce primárního klíče. |
Analýza a vizualizace dat
Chcete-li začít s analýzou a vizualizací dat, porozumět celkovému sledu prací, zvolit výukový program a zkontrolovat další výukové prostředky pro práci s jinými nástroji.
Sled prací pro analýzu a vizualizaci dat má tyto základní kroky:
Vytvořte projekt.
Je-li to nezbytné, vytvořte instanci služby, která poskytuje nástroj, který chcete použít, a přidružte jej k projektu.
Přidejte data do svého projektu. Můžete přidat datové soubory z lokálního systému, data ze vzdáleného zdroje dat, ke kterému se připojujete, data z katalogu nebo ukázková data z galerie.
Zvolte nástroj pro analýzu vašich dat. Každý z výukových programů popisuje nástroj.
Výukové programy pro analýzu a vizualizaci dat
Každý z těchto výukových programů poskytuje popis nástroje, video, pokyny a další výukové prostředky:
| Výukový program | Popis | Odborné znalosti pro výukový program |
|---|---|---|
| Vyprávějí příběh s panelem dashboard | Vytvořte panel dashboard v grafickém tvůrci. | Umístěte prvky na plátno a vyberte volby. |
| Analýza dat v notebooku Jupyter | Načíst data, spustit a sdílet zápisník. | Pochopte generovaný kód Python . |
| Upřesnit a vizualizovat data pomocí Data Refinery | Připravit a vizualizovat tabulková data pomocí grafického editoru toků. | Vyberte operace pro manipulaci s daty. |
Sestavení, implementace a důvěryhodnost modelů
Chcete-li začít pracovat s budováním, implementací a důvěrou modelů, pochopte celkový sled prací, zvolte výukový program a zkontrolujte další výukové prostředky pro práci na platformě.
Sled prací modelu má tři hlavní kroky: sestavit modelové aktivum, implementovat model a budovat důvěru v model.
Výukové programy pro sestavování, implementace a ověřování modelů
Každý výukový program poskytuje popis nástroje, video, instrukce a další výukové prostředky:
| Výukový program | Popis | Odborné znalosti pro výukový program |
|---|---|---|
| Sestavit a implementovat výukový model počítače s AutoAI | Automaticky sestavujte kandidáty modelu pomocí nástroje AutoAI . | Sestavit, implementovat a testovat model bez kódování. |
| Sestavení a implementace modelu strojového učení v notebooku | Sestavte model aktualizací a spuštěním notebooku, který používá kód Python a rozhraní API produktu Watson Machine Learning . | Sestavte, implementujte a otestujte model scikit-learn, který používá kód Python . |
| Sestavení a implementace modelu strojového učení pomocí produktu SPSS Modeler | Sestavte model C5.0 , který používá nástroj SPSS Modeler . | Umístěte data a operační uzly na plátno a vyberte vlastnosti. |
| Sestavení a implementace modelu Decision Optimization | Automaticky sestavit scénáře pomocí asistenta modelování. | Vyřešit a prozkoumat scénáře, pak implementovat a testovat model bez kódování. |
Zakřizení a řízení údajů
Chcete-li začít s rozvrčením a spravováním dat, uvědomte si celkové sledy prací, zvolte výukový program a zkontrolujte ostatní výukové prostředky pro práci v Cloud Pak for Data as a Service.
Pokud pracujete se svým vlastním plánem produktu Watson Knowledge Catalog Lite, můžete vytvořit dva katalogy s 50 aktivy, pěti obchodními podmínkami a jedním pravidlem ochrany dat. Jste také vlastníkem jediné kategorie pro uspořádání artefaktů regulace, jako jsou datové třídy a obchodní termíny.
Pracujete-li v účtu vaší organizace s plánem Watson Knowledge Catalog Standard, Enterprise nebo Professional, musíte mít specifické role a oprávnění pro ukládání dat a vytváření artefaktů regulace, jako jsou datové třídy a obchodní výrazy.
Sled prací pro práci s daty má tyto základní kroky:
- Přidat datová aktiva do katalogu:
- Přidejte datová aktiva po jedné v projektu do katalogu a poté je publikujte do katalogu.
- Přidejte všechna data aktiv z připojení v projektu naimportováním metadat a poté je publikujte do katalogu.
- Přidejte aktiva po jedné v daném okamžiku z katalogu.
- Obohacení datových aktiv přiřazením artefaktů regulace, jako např. obchodní podmínky.
Sled prací pro řízení dat má tyto základní kroky:
- V případě pravidla ochrany dat určete způsob identifikace typu dat k maskování a maskovací metodě. Pravidlo je vynuceno okamžitě.
- Pro všechny ostatní typy artefaktů regulace:
- Vytvořit koncepty artefaktů regulace v kategorii.
- Publikujte artefakty regulace.
Výukové programy pro vykažení a řízení dat
Vyberte výukový program datového prostředí Fabric v případu použití regulace dat.
Ostatní výukové prostředky
Výukové programy
Přistupte k průvodci Sestavit ukázkový projekt modelu AI a postupujte podle pokynů v průvodci v galerii. Po vytvoření ukázkového projektu soubor Readme poskytuje pokyny:
- Vyberte volbu Prozkoumat a připravit data , chcete-li odebrat anomálie v datech s Data Refinery.
- Chcete-li sestavit model s kódem Python , vyberte volbu Sestavit model v zápisníku .
- Vyberte volbu Sestavit a implementovat model , chcete-li automatizovat sestavení modelu pomocí nástroje AutoAI .
Documentation
Obecné
Příprava dat
Analýza a vizualizace dat
Sestavení, implementace a důvěryhodnost modelů
Zakřizení a řízení údajů
Videa
- Komplexní sada videí , která zobrazuje mnoho obecných úloh v produktu Cloud Pak for Data as a Service.
Ukázky
Galerie poskytuje ukázkové notebooky, datové sady a projekty, které můžete importovat.
Odvětvové akcelerační sady poskytují vzorové projekty s řešeními konce k ukončení, které řeší specifické obchodní problémy.
Knowledge Accelerators poskytují specifické sady pro konkrétní odvětví, které jsou připraveny k použití artefaktů regulace.
Trénink
Použijte výukový program pro datové prostředí Fabric , abyste vyzkoušel příklad použití datového prostředí Fabric, jako např. regulace AI, Data Science a MLOps, Data Governance nebo Data integration.
Metodika produktuWatson Studio je kurz IBM Training e-Learning, který poskytuje pohled na hloubkovou hloubku v produktu Watson Studio.
Převzít řízení vašich dat pomocí produktu Watson Studio je cesta učení, která se skládá z výukových programů kroků, které vysvětlují proces práce s daty pomocí produktu Watson Studio.
Studijní kolekceCloud Pak for Data as a Service je kolekce videí a výukových programů spolu s digitálními odznaky, které si můžete vysloužit.
Nadřízené téma: Začínáme