Přehled řešení datového prostředí Fabric

Přejít zpět na anglickou verzi dokumentace

Když implementujete řešení datového prostředí Fabric v produktu Cloud Pak for Data, můžete vyřešit problémy s přístupem k datům, kvalitou dat, správou dat a správou vašich dat a životních cyklů influenzy ptáků.

Řešení datového prostředí Fabric v produktu Cloud Pak for Data poskytuje tyto hlavní funkce pro správu a automatizaci vašich dat a životních cyklů influenzy ptáků:

přístup k datům: Přistupovat k vašim datům přes více cloudů a provozů ve vaší stávající architektuře dat.
Samoobslužná spotřeba: Sdílejte a použijte data a další aktiva z celého podniku v katalozích.
Akumulované znalosti: Seznamte se s vašimi daty prostřednictvím společného obchodního slovníku. Důvěřujte svým datům historií, rodostí a analýzou kvality.
Inovace spoluprací: Spolupracujte s ostatními, abyste odhalili postřehy. Příprava dat, analýza dat a vytváření modelů se sadou integrovaných nástrojů pro všechny úrovně zkušeností.
Správa a dodržování předpisů: Definujte pravidla pro vynucení ochrany soukromí dat. Sledujte a zdokumentujte podrobnou historii modelů AI, abyste zajistili shodu.
Jednotný životní cyklus: Automatizujte sestavení, testování, implementaci a monitorování datových produktovodů a modelů AI.

Hodnota aktiv

Pomocí datového prostředí Fabric můžete transformovat data do aktiv, která hromadí význam a hodnotu. Aktiva jsou více než jen data. Když poprvé vytvoříte připojení ke zdroji dat, máte základní informace o tom, jak přistupovat k datům, tabulkám, schématům a datovým hodnotám. Přidáním hodnoty začínáte při příjmu dat virtualizací, transformováním nebo replikací do pracovních prostorů nazvaným projekty.

Když data použijete k omezení dat, přidáte metadata do svých datových aktiv. Profil dat klasifikujte a kompilujte statistiky o hodnotách. Zobočujete aktiva s obchodním slovníkem, které popisují sémantický význam dat pro vaši organizaci. Analyzujete kvalitu dat. Metadata, která přidáte během kurtace, jsou považována za aktivní metadata, protože jsou generována automaticky prostřednictvím procesů učení se strojem. Když znovu spustíte zpracování po provedení změn dat, metadata se aktualizují na základě automatizované analýzy dat.

Jak uživatelé používají aktiva v projektech, vytvářejí třetí úroveň významu, která popisuje historii způsobu použití aktiva a vztahů mezi aktivy. Uživatelé mohou analyzovat data v přenosných počítačích nebo panelech dashboard nebo se vzdělávacími modely počítačů.

Uživatelé mohou také přidávat informace do aktiv, jako jsou hodnocení a revize, vizualizace dat, značek a dalších vztahů.

Následující obrázek ukazuje, jak datová aktiva shromažďují hodnotu v datovém prostředí Fabric.

Obrázek zobrazující, jak se datové aktivum akumuluje.

Modely jsou také aktivy. 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 části řešení Fabric dat. Datové prostředí Fabric implementujete tak, jak je představováno v každém příkladu použití vytvořením jedné nebo více instancí služby, které poskytují funkce a nástroje. Některé služby jsou zahrnuty ve více případech použití.

Obrázek zobrazující čtyři případy použití datového prostředí Fabric

Případy použití představují způsoby implementace části řešení datového prostředí Fabric, takže týmy mohou začít pracovat, zatímco sestavujete jiné části. Můžete začít s libovolným případem použití a přidat ostatní, jak je potřebujete:

Máte-li pokročilejší model řízení dat, začněte tím, že vytvoříte svůj obchodní slovník, jak je popsáno v příkladu použití řízení dat.
Pokud chcete rychlejší čas-hodnot, začněte s virtualizací dat nebo s vědou dat, jak je popsáno v tématu Integrace dat a v případech použití Data Science a MLOS.
Potřebujete-li zajistit, aby vaše modely odpovídaly cílům a předpisům vaší organizace, začněte sledovat své modely, jak je popsáno v příkladu použití řízení AI.

Věnujte pozornost jednotlivým případům použití, abyste se dozvěděli o tom, čeho můžete dosáhnout, a o nástrojích, které můžete použít.

Řízení dat

Implementovat řízení založené na metadatech, která poskytuje obchodní znalosti a definuje ochranu dat. Poskytuje vysoce kvalitní datová aktiva v samoobslužných katalozích. Automatizujte vynucení správy dat pro regulační shodu.

Služby pro tento případ použití: Watson Knowledge Catalog a IBM Match 360 with Watson.

Viz Data Governance use case.

integrace dat

Zjednodušte a automatizujte přístup ke všem vašim datům bez přesunu. Instrumentuje data napříč distribuovanou krajinou a vytváří tak síť okamžitě dostupných informací pro spotřebitele dat.

Služby pro tento případ použití: Watson Query, DataStagea Watson Knowledge Catalog.

Viz téma Případ použití integrace dat.

Věda dat a MLOS

Operacealizujte analýzu dat a vytvoření modelu pomocí automatizovaného sledu prací, který připravuje data, sestavuje, implementuje, monitoruje a převlaky modely.

Služby pro tento případ použití: Watson Studio, Watson Machine Learning, Watson OpenScale, a Watson Knowledge Catalog.

Viz Data Science and MLOps use case.

Řízení AI

Operacealizujte řízení influenzy ptáků pomocí automatizovaného sledu prací, který vynucuje spravedlnost, kvalitu a vysvětlitelnost ve vašich modelech.