0 / 0
Volver a la versión inglesa de la documentación
Guías de aprendizaje de inicio rápido

Guías de aprendizaje de inicio rápido

Realice guías de aprendizaje de inicio rápido para aprender a realizar tareas específicas como, por ejemplo, refinar datos o crear un modelo. Estas guías de aprendizaje le ayudan a aprender rápidamente a realizar una tarea específica o un conjunto de tareas relacionadas.

Las guías de aprendizaje de inicio rápido se clasifican por tarea:

Cada guía de aprendizaje requiere una o más instancias de servicio. Algunos servicios se incluyen en varias guías de aprendizaje. Las guías de aprendizaje se agrupan por tarea. Puede empezar con cualquier tarea. Cada una de estas guías de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y recursos de aprendizaje adicionales.

Las etiquetas de cada guía de aprendizaje describen el nivel de experiencia (, o ) y la cantidad de codificación necesaria (, o ).

Después de completar estas guías de aprendizaje, consulte la sección Otros recursos de aprendizaje para continuar con el aprendizaje.

Preparación de datos

Para empezar a preparar, transformar e integrar datos, comprenda el flujo de trabajo global, elija una guía de aprendizaje y consulte otros recursos de aprendizaje para trabajar en la plataforma.

El flujo de trabajo de preparación de los datos incluye estos pasos básicos:

  1. Cree un proyecto.

  2. Si es necesario, cree la instancia de servicio que proporciona la herramienta que desea utilizar y asóciela con el proyecto.

  3. Añada datos al proyecto. Puede añadir archivos de datos del sistema local, datos de un origen de datos remoto al que se conecta, datos de un catálogo o datos de ejemplo.

  4. Seleccione una herramienta para analizar los datos. Cada una de las guías de aprendizaje describe una herramienta.

  5. Ejecute o planifique un trabajo para preparar los datos.

Guías de aprendizaje para preparar datos

Cada una de estas guías de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y los recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Refinar y visualizar datos con Data Refinery Preparar y visualizar datos tabulares con un editor de flujo gráfico. Seleccione operaciones para manipular datos.
Generar datos tabulares sintéticos Generar datos tabulares sintéticos utilizando un editor de flujo gráfico. Seleccione operaciones para generar datos.

Análisis y visualización de datos

Para empezar a analizar y visualizar datos, comprenda el flujo de trabajo global, elija una guía de aprendizaje y consulte otros recursos de aprendizaje para trabajar con otras herramientas.

El flujo de trabajo de análisis y visualización de datos tiene estos pasos básicos:

  1. Cree un proyecto.

  2. Si es necesario, cree la instancia de servicio que proporciona la herramienta que desea utilizar y asóciela con el proyecto.

  3. Añada datos al proyecto. Puede añadir archivos de datos del sistema local, datos de un origen de datos remoto al que se conecta, datos de un catálogo o datos de ejemplo.

  4. Seleccione una herramienta para analizar los datos. Cada una de las guías de aprendizaje describe una herramienta.

Guías de aprendizaje para analizar y visualizar datos

Cada una de estas guías de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y los recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Analizar datos en un cuaderno de Jupyter Cargar datos, ejecutar y compartir un cuaderno. Comprender el código Python generado.
Refinar y visualizar datos con Data Refinery Preparar y visualizar datos tabulares con un editor de flujo gráfico. Seleccione operaciones para manipular datos.

Creación, despliegue y confianza de modelos

Para empezar a crear, desplegar y confiar en modelos, comprenda el flujo de trabajo global, elija una guía de aprendizaje y consulte otros recursos de aprendizaje para trabajar en la plataforma.

El flujo de trabajo del modelo tiene tres pasos principales: crear un activo de modelo, desplegar el modelo y generar confianza en el modelo.

Visión general del flujo de trabajo de modelo

Guías de aprendizaje para crear, desplegar y confiar en modelos

Cada guía de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Crear y desplegar un modelo de aprendizaje automático con AutoAI Crear automáticamente candidatos de modelo con la herramienta AutoAI. Crear, desplegar y probar un modelo sin codificación.
Crear y desplegar un modelo de aprendizaje automático en un cuaderno Crear un modelo actualizando y ejecutando un cuaderno que utilice el código Python y las API de Watson Machine Learning. Cree, despliegue y pruebe un modelo scikit-learn que utiliza código Python .
Crear y desplegar un modelo de aprendizaje automático con SPSS Modeler Cree un modelo C5.0 que utilice la herramienta SPSS Modeler . Soltar datos y nodos de operación en un lienzo y seleccionar propiedades.
Crear y desplegar un modelo de Decision Optimization Crear escenarios automáticamente con Modeling Assistant. Resuelva y explore escenarios y, a continuación, despliegue y pruebe un modelo sin codificación.
Automatizar el ciclo de vida de un modelo con interconexiones Cree y ejecute un conducto para automatizar la creación y el despliegue de un modelo de aprendizaje automático. Suelte los nodos de operación en un lienzo y seleccione las propiedades.
Evaluar un modelo de aprendizaje automático Despliegue un modelo, configure supervisores para el modelo desplegado y evalúe el modelo. Ejecute un cuaderno para configurar los modelos y utilice Watson OpenScale para evaluar.

Cómo trabajar con IA generativa

Para empezar a trabajar con IA generativa, comprenda el flujo de trabajo general, elija un tutorial y consulte otros recursos de aprendizaje para trabajar en la plataforma.

El flujo de trabajo de ingeniería de solicitud tiene estos pasos básicos:

  1. Cree un proyecto.

  2. Si es necesario, cree la instancia de servicio que proporciona la herramienta que desea utilizar y asóciela con el proyecto.

  3. Elija una herramienta para solicitar modelos de fundación. Cada una de las guías de aprendizaje describe una herramienta.

  4. Guarde y comparta sus mejores solicitudes.

Guías de aprendizaje para trabajar con IA generativa

Cada guía de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Solicitar un modelo de base utilizando Prompt Lab Experimente con la solicitud de diferentes modelos de base, explore las solicitudes de ejemplo y guarde y comparta sus mejores solicitudes. Solicitar un modelo utilizando Prompt Lab sin codificación.
Solicitar un modelo de base con el patrón de generación de recuperación aumentada Solicitar un modelo de base aprovechando la información de una base de conocimiento. Utilice el patrón de generación de recuperación aumentada en un cuaderno Jupyter que utilice el código Python .
Ajustar un modelo de base Ajuste un modelo base para mejorar el rendimiento del modelo. Utilice Tuning Studio para ajustar un modelo sin codificación.
Pruebe el caso de uso completo de watsonx.ai Siga un caso de uso desde la preparación de datos hasta la ingeniería de solicitud. Utilice diversas herramientas, como por ejemplo cuadernos y Prompt Lab.

Gobierno de la inteligencia artificial

Para empezar a gobernar la IA, comprenda el flujo de trabajo global, elija una guía de aprendizaje y consulte otros recursos de aprendizaje para trabajar en la plataforma.

Su flujo de trabajo de gobierno de IA tiene estos pasos básicos:

  1. Cree un proyecto.

  2. Si es necesario, cree la instancia de servicio que proporciona la herramienta que desea utilizar y asóciela con el proyecto.

  3. Elija una herramienta para gobernar la IA. Cada una de las guías de aprendizaje describe una herramienta.

Guías de aprendizaje para gobernar la inteligencia artificial

Cada guía de aprendizaje proporciona una descripción de la herramienta, un vídeo, las instrucciones y recursos de aprendizaje adicionales:

Guía de aprendizaje Descripción Experiencia para guía de aprendizaje
Evaluar y realizar el seguimiento de una plantilla de solicitud Evalúe una plantilla de solicitud para medir el rendimiento del modelo de base y realice un seguimiento de la plantilla de solicitud a través de su ciclo de vida. Utilice la herramienta de evaluación y un caso de uso de IA para realizar un seguimiento de la plantilla de solicitud.
Evaluar un modelo de aprendizaje automático Despliegue un modelo, configure supervisores para el modelo desplegado y evalúe el modelo. Ejecute un cuaderno para configurar los modelos y utilice Watson OpenScale para evaluar.

Otros recursos de aprendizaje

Tutoriales guiados

Acceda al Proyecto de ejemplo de creación de un modelo de IA para seguir una guía de aprendizaje guiada en el concentrador de recursos. Después de crear el proyecto de ejemplo, el archivo léame proporciona instrucciones:

  • Elija Explorar y preparar datos para eliminar anomalías en los datos con Data Refinery.
  • Elija Crear un modelo en un cuaderno para crear un modelo con el código Python.
  • Elija Crear y desplegar un modelo para automatizar la creación de un modelo con la herramienta AutoAI.
Declaración de limitación de responsabilidad de vídeo: algunos pasos menores y elementos gráficos de este vídeo pueden diferir de su plataforma.

Vea esta serie de vídeos para ver cómo trabajar con los activos del proyecto de ejemplo.

Tema general

Preparación de datos

Análisis y visualización de datos

Creación, despliegue y confianza de modelos

Cómo trabajar con IA generativa

Gobierno de la inteligencia artificial

Vídeos

Ejemplos

Busque conjuntos de datos de ejemplo, proyectos, modelos, solicitudes y cuadernos en el área Concentrador de recursos para obtener experiencia práctica:

Icono de cuaderno Cuadernos que puede añadir al proyecto para empezar a analizar datos y crear modelos.

Icono Proyecto Proyectos que puede importar que contienen cuadernos, conjuntos de datos, solicitudes y otros activos.

Icono de conjunto de datos Conjuntos de datos que puede añadir al proyecto para refinar, analizar y crear modelos.

Icono de solicitud Solicita que puede utilizar en Prompt Lab para solicitar un modelo de base.

Icono de modelo Modelos de fundación que puede utilizar en Prompt Lab.

Entrenamiento

Tema principal: Cómo empezar

Búsqueda y respuesta de IA generativa
Estas respuestas las genera un modelo de lenguaje grande en watsonx.ai que se basa en el contenido de la documentación del producto. Más información