Veri yöneltme yapısı çözümüne genel bakış
When you implement the data fabric solution on Cloud Pak for Data, you can solve the challenges of data access, data quality, data governance, and managing your data and AI lifecycles.
Cloud Pak for Data üzerindeki veri yöneltme yapısı çözümü, verilerinizi ve AI yaşam çevrimlerinizi yönetmeye ve otomatikleştirmeye yönelik bu temel yetenekleri sağlar:
- Veri Erişimi
- Verilerinize, var olan veri mimarinizde birden çok bulut üzerinde ve tesis içinde erişin.
- Self servis tüketimi
- Kataloglarda kuruluş genelinde verileri ve diğer varlıkları paylaşın ve kullanın.
- Toplanan bilgiler
- Ortak bir iş sözlüğünden verilerinizi anlamanızı sağlar. Geçmiş, köken ve kalite analizi aracılığıyla verilerinize güven.
- İşbirliğine dayalı inovasyon
- Öngörüleri keşfetmek için başkalarıyla işbirliği yapın. Tüm deneyim düzeyleri için bütünleştirilmiş araçlar kümesi ile verileri hazırlayın, verileri analiz edin ve modeller oluşturun.
- Yönetişim ve uyumluluk
- Veri gizliliğini zorunlu kılacak kuralları tanımlayın. Uyumluluğun sağlanması için yapay zeka modellerinin ayrıntılı geçmişini izleyin ve belgelein.
- Birleşik yaşam çevrimi
- Veri hatlarının ve AI modellerinin oluşturulmasını, test edilmesini, devreye alınması ve izlenmesini otomatikleştirin.
Varlıkların değeri
Veri yöneltme yapısı ile verileri anlam ve değer biriken varlıklara dönüştürebilirsiniz. Varlıklar, yalnızca verilerden daha fazladır. Bir veri kaynağına ilk kez bir bağlantı oluşturduğunuzda, verilere, tablolara, şemalara ve veri değerlerine nasıl erişileceği hakkında temel bilgilere sahip olur musunuz? Proje adı verilen çalışma alanlarında sanallaştırarak, dönüştürerek ya da çoğaltarak verileri işlerken değer eklemeye başlarsınız.
Verileri geri verdiğinizde, veri varlıklarınıza meta veri ekliyorsunuz. Verileri sınıflandırmak ve değerlerle ilgili istatistikleri derlemek için kullanılacak verileri profilleyebilirsiniz. Kuruluşunuza ilişkin verilerin anlamsal anlamını açıklayan iş sözlüğüyle varlıkları zenginleştirin. Veri kalitesini analiz edin. Düzenleme sırasında eklediğiniz meta veriler, otomatik olarak makine öğrenme süreçleri aracılığıyla oluşturulduğu için etkin meta veriler olarak kabul edilir. Veri değişikliklerinizin ardından kürameyi yeniden çalıştırdığınızda, meta veriler otomatik veri analizine dayalı olarak güncellenir.
Kullanıcılar projelerdeki varlıkları kullandıkça, varlığın nasıl kullanılma geçmişini ve varlıklar arasındaki ilişkileri tanımlayan üçüncü bir anlam düzeyini oluştururlar. Kullanıcılar, notebooklardaki veya gösterge panolarındaki verileri ya da tren makinesi öğrenme modellerini analiz edebilir.
Kullanıcılar, derecelendirmeler ve incelemeler, verilerin görselleştirmeleri, etiketler ve diğer ilişkilere ilişkin bilgileri de varlıklara ekleyebilir.
Aşağıdaki resim, veri varlıklarının bir veri yöneltme yapısında nasıl değer biriktirdiğini gösterir.
Modeller de varlıklardır. Model için devreye alma ve giriş verilerini, modeller arasındaki karşılaştırmaları, kurumsal iletişim kurallarıyla uyumluluğu ve diğer performans ölçümlerini izleyebilirsiniz.
Kullanım senaryoları
Cloud Pak for Data as a Service , veri yöneltme yapısı çözümünün bir parçası olarak dört kullanım senaryosu sağlar. Veri yöneltme yapısını, özellikler ve araçlar sağlayan bir ya da daha fazla sayıda hizmet eşgörünümü oluşturarak, her kullanım senaryosında temsil edilen şekilde uygulayın. Bazı hizmetler birden çok kullanım vakasına dahil edilir.
Kullanım senaryoları, diğer parçaları oluştururken ekiplerinizin çalışmaya başlayabilmesi için veri yöneltme yapısı çözümünün bir bölümünü hayata geçirmenin yollarını temsil eder. Herhangi bir kullanım senaryosuyla başlayabilir ve diğer kişileri gerektiği gibi ekleyebilirsiniz:
- Daha olgun bir veri yönetişimi modeliniz varsa, Veri yönetişimi kullanım senaryoda açıklandığı gibi, iş sözlüğünüzü kurarak başlayın.
- Daha hızlı değer elde etmek istiyorsanız, Veri bütünleştirmesi ve Veri Bilimi ve MLOps kullanım senaryolarında açıklandığı gibi veri sanallaştırma veya veri bilimi ile başlayın.
- Modellerinizin kuruluşunuzun hedefleri ve düzenlemeleriyle uyumlu olduğundan emin olmanız gerekirse, AI yönetişim kullanım senaryosında açıklandığı gibi modellerinizi izlemeye başlayın.
Neler yapabildiğinizi ve kullanabileceğiniz araçları öğrenmek için her kullanım senaryolarını keşfedin.
Veri yönetişimi
İş bilgisi sağlayan ve veri korumasını tanımlayan meta verileri temel alan yönetişimi uygulayın. Self servis kataloglarında yüksek kaliteli veri varlıkları sağlayın. Mevzuat uyumluluğu için veri yönetişimini otomatikleştirin.
Bu kullanım senaryosına ilişkin hizmetler: Watson Knowledge Catalog ve IBM Match 360 with Watson.
Veri Entegrasyonu
Verileri taşımadan, tüm verilerinize erişimi basitleştirin ve otomatikleştirin. Veri tüketicilerine yönelik anında kullanılabilir bilgi ağı oluşturmak için verileri dağıtılmış bir yatay yatay olarak düzenleyin.
Bu kullanım senaryosına ilişkin hizmetler: Watson Query, DataStageve Watson Knowledge Catalog.
Veri Bilimi ve MLOps
Verileri, oluşturmaları, deploları, monitörleri ve modelleri yeniden yönlendiren, otomatikleştirilmiş bir iş akışı ile veri analizi ve model oluşturma işlemini işlemleştirir.
Bu kullanım senaryosına ilişkin hizmetler: Watson Studio, Watson Machine Learning, Watson OpenScaleve Watson Knowledge Catalog.
Yapay zeka yönetimi
Yapay zeka yönetişimi, modellerinizde adil, kaliteli ve açıklanabilirlik uygulayan otomatik bir iş akışı ile yönetilebilir.
Bu kullanım senaryosına ilişkin hizmetler: Watson Studio, Watson Machine Learning, Watson OpenScaleve Watson Knowledge Catalog.