Translation not up to date
Přehled řešení prostředí Fabric dat
Když implementujete řešení datového prostředí Fabric v produktu Cloud Pak for Data, můžete vyřešit problémy s přístupem k datům, kvalitou dat, řízením dat a správou vašich dat a životních cyklů AI.
Řešení datového prostředí Fabric v produktu Cloud Pak for Data poskytuje tyto hlavní funkce pro správu a automatizaci životních cyklů dat a umělé inteligence:
- přístup k datům
- Získejte přístup k vašim datům napříč různými cloudy a lokálními prostory ve stávající datové architektuře.
- Samoobslužná spotřeba
- Sdílejte a používejte data a další aktiva z celého podniku v katalozích.
- Akumulované znalosti
- Seznamte se s vašimi daty prostřednictvím společného obchodního slovníku. Důvěřujte svým datům prostřednictvím historie, původu a analýzy kvality.
- Inovace pro spolupráci
- Spolupracujte s ostatními a objevujte poznatky. Připravujte data, analyzujte data a sestavujte modely pomocí sady integrovaných nástrojů pro všechny úrovně zkušeností.
- Řízení a dodržování předpisů
- Definujte pravidla pro vynucení ochrany osobních údajů. Sledujte a dokumentujte podrobnou historii modelů umělé inteligence, abyste zajistili shodu s předpisy.
- Jednotné životní prostředí
- Automatizujte sestavení, testování, implementaci a monitorování datových kanálů a modelů AI.
Následující ilustrace ukazuje, jak prostředí Fabric dat podporuje případy použití na platformě Cloud Pak for Data integrací přístupu k hybridním zdrojům dat se schopnostmi v rámci jediného uživatelského rozhraní.
Hodnota aktiv
S datovým prostředím Fabric můžete transformovat data na aktiva, která akumulují význam a hodnotu. Aktiva jsou více než jen data. Při prvním vytvoření připojení ke zdroji dat máte základní informace o tom, jak přistupovat k datům, tabulkám, schématům a datovým hodnotám. Při příjmu dat začnete přidávat hodnotu prostřednictvím virtualizace, transformace nebo replikace v pracovních prostorech, které se nazývají projekty.
Když data ukládáte, přidáváte metadata do svých datových aktiv. Profilujte data, abyste je klasifikovali, a kompilujte statistiky o hodnotách. Obohatíte aktiva obchodním slovníkem, který popisuje sémantický význam dat pro vaši organizaci. Analyzujete kvalitu dat. Metadata, která přidáte během kurace, jsou považována za aktivní metadata, protože jsou automaticky generována prostřednictvím procesů strojového učení. Když znovu spustíte kuraci po změně dat, metadata se aktualizují na základě automatizované analýzy dat.
Když uživatelé používají aktiva v projektech, vytvářejí třetí úroveň významu, která popisuje historii toho, jak se aktivum používá, a vztahy mezi aktivy. Uživatelé mohou analyzovat data v zápisnících nebo řídicích panelech nebo trénovat modely strojového učení.
Uživatelé mohou také přidávat informace k aktivům, jako např. hodnocení a kontroly, vizualizace dat, značky a další vztahy.
Následující obrázek ukazuje, jak datová aktiva akumulují hodnotu v datovém prostředí Fabric.
Modely jsou také aktiva. Můžete sledovat implementace a vstupní data pro model, porovnání mezi modely, shodu s podnikovými protokoly a další metriky výkonu.
Případy užití
Cloud Pak for Data as a Service poskytuje čtyři případy použití jako součást řešení datového prostředí Fabric. Datové prostředí Fabric implementujete tak, jak je znázorněno v každém příkladu použití, vytvořením jedné nebo více instancí služby, které poskytují funkce a nástroje. Některé služby jsou zahrnuty ve více případech použití.
Případy použití představují způsoby, jak implementovat část řešení datového prostředí Fabric, aby vaše týmy mohly začít pracovat při sestavování jiných částí. Můžete začít s jakýmkoli případem použití a přidat ostatní, jak je potřebujete:
- Máte-li starší model řízení dat, začněte vytvořením obchodního slovníku, jak je popsáno v příkladu použití řízení dat.
- Chcete-li kratší dobu potřebnou k hodnotě, začněte s virtualizací dat nebo datovou vědou, jak je popsáno v tématu Integrace dat a v příkladech použití Data Science and MLOps.
- Pokud potřebujete zajistit, aby vaše modely byly v souladu s cíli a předpisy vaší organizace, začněte sledovat své modely, jak je popsáno v příkladu použití řízení AI.
Prozkoumejte každý případ použití, abyste se dozvěděli, čeho můžete dosáhnout, a nástroje, které můžete použít.
Řízení dat
Implementujte řízení na základě metadat, která poskytují obchodní znalosti a definují ochranu dat. Poskytovat vysoce kvalitní datová aktiva v samoobslužných katalozích. Automatizujte vynucování řízení dat pro zajištění shody s předpisy.
Služby pro tento případ použití: Watson Knowledge Catalog a IBM Match 360 with Watson.
integrace dat
Zjednodušte a automatizujte přístup ke všem vašim datům bez nutnosti jejich přesouvání. Koordinuje data v rámci distribuovaného prostředí a vytváří síť okamžitě dostupných informací pro spotřebitele dat.
Služby pro tento případ použití: Watson Query, DataStagea Watson Knowledge Catalog.
Datová věda a MLOps
Provádějte analýzu dat a vytváření modelů pomocí automatizovaného sledu prací, který připravuje data, sestavuje, implementuje, monitoruje a znovu trénuje modely.
Služby pro tento případ použití: Watson Studio, Watson Machine Learning, Watson OpenScalea Watson Knowledge Catalog.
Řízení AI
Zprovozněte řízení AI pomocí automatizovaného sledu prací, který ve vašich modelech vynucuje spravedlnost, kvalitu a vysvětlitelnost.
Služby pro tento případ použití: Watson Studio, Watson Machine Learning, Watson OpenScalea Watson Knowledge Catalog.
Další informace
- registrace pro zkušební verze prostředí Fabric dat
- Případ použití řízení dat
- Případ použití integrace dat
- Případ použití řízení AI
- Datová věda a případy použití MLOps
- Výukové programy datového prostředí Fabric
- Co je datové prostředí Fabric?
Nadřízené téma: Přehled Cloud Pak for Data as a Service