IBM watsonx -Grundlagen

• Projekt erstellen
• An Projekten zusammenarbeiten
• Ressourcenhub kennenlernen
• Öffentliche Datasets laden und analysieren

Mit Daten arbeiten

• Daten mit Data Refinery
  
• Synthetische Tabellendaten generieren
  
• Daten in einem Jupyter-Notebook analysieren
  

ML-Modelle erstellen

• Modell mit AutoAI
  
• Modell in einem Jupyter-Notebook erstellen
  
• Modell mit SPSS Modeler
• Decision Optimization Modell erstellen
• Automatisierung des ML-Lebenszyklus mit Pipelines

Eingabeaufforderungslabor verwenden

• Prompt ein foundation model in Prompt Lab
• Tipps für das Anfordern von Basismodellen
• Chatmodus in Prompt Lab verwenden

Mit Basismodellen arbeiten

• Einführung in das RAG-Muster
• Warum ein foundation model abstimmen?
• Abstimmen eines foundation model
• ein angepasstes Basismodell zu implementieren
• Bereitstellung eines foundation model nach Bedarf

KI steuern

• Modell in einem KI-Anwendungsfall verfolgen
  
• Eingabeaufforderungsvorlage auswerten
  
• Eingabeaufforderungsvorlage verfolgen
  
• Modell für maschinelles Lernen bewerten
  
• Bereitstellung in Bereichen bewerten
  
• Integration mit OpenPages
  
• KI-Anwendungsfall in OpenPageserstellen
  

Weitere Videos zu IBM watsonx.ai

• Text klassifizieren
• Große, komplexe Dokumente zusammenfassen
• Inhalt generieren
• Text aus komplexen Dokumenten extrahieren

Weitere Videos zu IBM watsonx.governance

• Verfolgung und Transparenz
• Modellevaluierung und Dokumentation