データの準備

データの準備、変換、および統合を開始するには、ワークフロー全体を理解し、チュートリアルを選択し、プラットフォームで作業するための他の学習リソースを確認します。

データ準備ワークフローには、以下の基本ステップがあります：

1. プロジェクトを作成する

2. 必要に応じて、使用するツールを提供するサービス・インスタンスを作成し、それをプロジェクトに関連付けます。

3. プロジェクトにデータを追加します。 ローカル・システムからのデータ・ファイル、接続先のリモート・データ・ソースからのデータ、カタログからのデータ、またはリソース・ハブからのサンプル・データを追加できます。

4. データを分析するツールを選択してください。 各チュートリアルでは、ツールについて説明します。

5. データを準備するためのジョブを実行またはスケジュールします。

データの分析と視覚化

データの分析と視覚化を開始するには、ワークフロー全体を理解し、チュートリアルを選択して、他のツールで作業するための他の学習リソースを確認します。

データ・ワークフローの分析と視覚化には、以下の基本ステップがあります：

1. プロジェクトを作成する

2. 必要に応じて、使用するツールを提供するサービス・インスタンスを作成し、それをプロジェクトに関連付けます。

3. プロジェクトにデータを追加します。 ローカル・システムからのデータ・ファイル、接続先のリモート・データ・ソースからのデータ、カタログからのデータ、またはリソース・ハブからのサンプル・データを追加できます。

4. データを分析するツールを選択してください。 各チュートリアルでは、ツールについて説明します。

モデルのビルド、デプロイ、および信頼

モデルの作成、デプロイ、および信頼を開始するには、ワークフロー全体を理解し、チュートリアルを選択し、プラットフォームで作業するための他の学習リソースを確認します。

AI ライフサイクルには、以下のようなさまざまな段階があります。

1. スコープの定義: まず、主要な目標と要件を特定することで、プロジェクトのスコープを定義します。
2. データの準備: 機械学習アルゴリズムで使用するデータを収集して準備します。
3. モデルの作成: 準備されたデータを使用してモデルをトレーニングすることにより、定義された問題を求解するために AI モデルを開発して洗練します。
4. モデルのデプロイ: ビルド・プロセスの完了後に、モデルを実動にデプロイします。
5. パイプラインの自動化: AI ライフサイクルの一部を自動化することで、実動へのパスを自動化します。
6. パフォーマンスのモニター: 公平性、品質、ドリフト、説明性についてモデルのパフォーマンスを評価します。

以下の図は、AI ライフサイクルのステージを示しています。

モデルを構築、デプロイ、信頼するためのワークフローには、次の基本的な手順があります。

1. プロジェクトを作成する

2. 必要に応じて、使用するツールを提供するサービス・インスタンスを作成し、それをプロジェクトに関連付けます。

3. モデルを構築、展開、信頼するためのツールを選択します。 各チュートリアルでは、ツールについて説明します。

AIを統治する

AIを使い始めるには、全体的なワークフローを理解し、チュートリアルを選択し、プラットフォームで作業するためのその他の学習リソースをチェックする。

AIガバナンスのワークフローには、以下の基本ステップがある：

1. プロジェクトを作成する

2. 必要に応じて、使用するツールを提供するサービス・インスタンスを作成し、それをプロジェクトに関連付けます。

3. AIを管理するツールを選択する。 各チュートリアルでは、ツールについて説明します。

データのキュレートと管理

データのキュレートと管理を開始するには、ワークフロー全体を理解し、チュートリアルを選択して、 Cloud Pak for Data as a Service で作業するための他の学習リソースを確認します。

独自の IBM Knowledge Catalog ライト・プランで作業している場合は、50 の資産、5 つのビジネス用語、および 1 つのデータ保護ルールを持つ 2 つのカタログを作成できます。 また、データ・クラスやビジネス用語などのガバナンス成果物を編成するための唯一のカテゴリーの所有者でもあります。

IBM Knowledge Catalog Standard、Enterprise、または Professional プランを使用して組織のアカウントで作業する場合は、データをキュレーションし、データ・クラスやビジネス用語などのガバナンス・アーティファクトを作成するための特定の役割と権限が必要です。

データ・キュレーション・ワークフローには、以下の基本ステップがあります：

1. カタログへのデータ資産の追加：
   • プロジェクトに一度に 1 つずつデータ資産を追加し、それらをカタログに公開します。
   • メタデータをインポートしてプロジェクト内の接続からすべてのデータ資産を追加し、それらをカタログに公開します。
   • カタログ内からデータ資産を一度に 1 つずつ追加します。
2. ビジネス用語などのガバナンス成果物を割り当てることにより、データ資産を強化します。

管理データ・ワークフローには、以下の基本ステップがあります：

1. データ保護ルールの場合、マスクするデータのタイプとマスキング方式を識別する方法を指定します。 規則は即時に適用されます。
2. その他のすべてのタイプのガバナンス成果物の場合:
   1. カテゴリー内にドラフト・ガバナンス成果物を作成します。
   2. ガバナンス成果物を公開します。

他の学習リソース