Casos de uso

• Caso de uso de gobierno de datos
  
• Caso de uso de integración de datos
  
• Caso de uso de Ciencia de datos y MLOps
  
• Caso de uso de gobierno de IA
  
• entramado de datos en acción

Gobierno de IA

• Crear y desplegar un modelo
  
• Probar y validar el modelo
  

Integración de datos

• Integrar datos
  
• Virtualizar datos externos
  
• Replicar datos
  
• Orquestar un conducto de IA con integración de datos
  

Ciencia de datos y MLOps

• Orquestar un conducto de IA con supervisión de modelos
  
• Orquestar un conducto de IA con integración de datos
  

Gobierno de datos

• Curar datos de alta calidad
  
• Proteger los datos
  
• Consumir los datos
  
• Gobernar datos virtualizados
  

Cómo empezar

• Inscríbase para Cloud Pak for Data as a Service
  
• Crear un proyecto
  
• Visita guiada al centro de recursos
  
• Crear un catálogo y encontrar activos rápidamente
  
• Colaborar en proyectos
  

Tutoriales guiados

• Parte 1: Explorar y preparar datos
  
• Parte 2: Crear y desplegar un modelo de aprendizaje automático
  
• Parte 3: Crear un modelo en un cuaderno
  
• Entramado de datos: Crear y desplegar un modelo
  
• Entramado de datos: Probar y validar el modelo
  

Conexiones de datos

• Añadir conexiones de plataforma
  
• Añadir datos de una conexión a un proyecto
  
• Crear una conexión de activo de carpeta en un proyecto
  
• Gestionar almacenamiento de objetos
  
• Importar metadatos de activos de un origen externo en un proyecto
  

Conceptos básicos sobre los cuadernos

• Conceptos básicos sobre el cuaderno Jupyter
  
• Crear un cuaderno Jupyter y un entorno personalizado en un proyecto
  
• Cargar y analizar conjuntos de datos públicos
  
• Publicar cuadernos en GitHub desde un proyecto
  

Ejemplos de cuaderno

• Analizar datos de inspecciones de restaurantes de NY
  
• Utilizar Spark R para cargar datos y ejecutar consultas SQL
  
• Analizar datos sobre precipitaciones
  
• Analizar datos de Db2 Warehouse
  
• Utilizar el conector SQL-Cloudant con Python
  

Creación de modelos con IA automática

• Ejecutar un experimento de AutoAI de ejemplo para crear un modelo
  
• Crear un modelo de clasificación binario
  
• Crear un modelo de clasificación de varias clases
  
• Entrenar un modelo de serie de tiempo multivariado
  
• Ejecutar un experimento de serie temporal en un cuaderno
  
• Crear un modelo que evalúe y mejore la equidad
  
• Realizar un análisis de sentimiento en el texto
  
• Crear una interconexión para automatizar los modelos de aprendizaje automático
  
• entramado de datos: Orquestar un conducto de IA con supervisión de modelos
  
• Entramado de datos: Orquesta un conducto de IA con integración de datos
  

Crear modelos con SPSS Modeler

• Crear y desplegar un modelo analítico predictivo para diagnosticar la enfermedad
  
• Crear un modelo de aprendizaje automático de chi-cuadrado
  
• Importar un flujo de SPSS Modeler en un proyecto
  
• Minar datos utilizando análisis de texto
  

Gestionar modelos

• Crear, desplegar y probar un modelo en un cuaderno
  
• Probar un modelo utilizando las API de aprendizaje automático
  
• Evaluar un modelo de aprendizaje automático
  
• Crear un uso de modelo con enfoques
  
• Rastrear actividades de activos de modelo de aprendizaje automático
  
• Aprovisionar watsonx.ai Runtime en IBM Cloud
  

Optimización de decisiones

• Ejecutar un experimento Decision Optimization de ejemplo
  
• Utilizar funciones avanzadas en el asistente de modelado
  
• Cambiar entornos y añadir extensiones Python al experimento
  
• Crear restricciones personalizadas avanzadas con Python DOcplex
  
• Otros vídeos de Decision Optimization
  

Federated Learning

• Visión general del aprendizaje federado
  
• Crear un experimento de aprendizaje federado
  

RStudio

• Visión general de RStudio IDE
  
• Cargar datos
  
• Conectar con orígenes de datos externos
  
• Ejecutar aplicaciones Shiny
  

Cómo empezar

• Inscríbase para Cloud Pak for Data as a Service
  
• Crear un proyecto
  
• Visita guiada al centro de recursos
  
• Crear un catálogo y encontrar activos rápidamente
  
• Colaborar en proyectos
  

Tutoriales guiados

• Parte 1: Explorar y preparar datos
  
• Entramado de datos: Integrar datos
  
• Entramado de datos: Virtualizar datos externos
  
• Entramado de datos: Configurar una vista de 360 grados
  
• Entramado de datos: Explorar sus clientes
  

Data Refinery

• Añadir datos conectados de un origen de datos a un proyecto
  
• Dar forma a los datos
  
• Copiar datos en un nuevo destino
  
• Combinar datos procedentes de varios orígenes
  
• Series de vídeo de operaciones de Data Refinery
  

DataStage

• Entramado de datos: Integrar datos
  
• Añadir datos conectados de un origen de datos a un proyecto
  
• Crear un flujo de DataStage simple
  
• Importar un flujo de DataStage en un proyecto
  
• Planificar un flujo de DataStage para que se ejecute
  
• Crear una definición de datos
  
• Utilice DataStage para cargar datos de empresa en Snowflake
  
• Series de v ídeos sobre conectores y fases de DataStage
  

Data Virtualization

• Entramado de datos: Virtualizar datos externos
  
• Añadir datos virtualizados a un proyecto o catálogo
  
• Visión general de Data Virtualization
  

Match 360

• Entramado de datos: Configurar una vista de 360 grados
  

Data Replication

• entramado de datos: replicar datos
  

Cómo empezar

• Inscríbase para Cloud Pak for Data as a Service
  
• Crear un proyecto
  
• Visita guiada al centro de recursos
  
• Crear un catálogo y encontrar activos rápidamente
  
• Colaborar en proyectos
  

Tutoriales guiados

• Entramado de datos: Curar datos de alta calidad
  
• entramado de datos: Proteger los datos
  
• entramado de datos: Consumir los datos
  

Aspectos básicos de IBM Knowledge Catalog

• Visión general deIBM Knowledge Catalog
  
• Crear un catálogo y encontrar activos rápidamente
  
• Utilizar activos de catálogo en un proyecto
  

Conexiones de datos en un catálogo

• Añadir conexiones de plataforma
  
• Añadir activos a un catálogo
  
• Crear un activo de carpeta en un catálogo
  
• Importar metadatos de activos de un origen externo en un proyecto
  

Gobernabilidad de datos de catálogo

• Visión general de políticas de datos
  
• Organizar artefactos de gobierno con categorías
  
• Enmascarar datos
  
• Rastrear actividades de activos de datos
  
• Rastrear actividades de activos de modelo de aprendizaje automático
  
• Habilitar opciones de enmascaramiento avanzadas y crear un flujo de enmascaramiento
  

Administradores de cuentas

• Configurar grupos de acceso básicos en IBM Cloud
  
• Invite a los usuarios a su cuenta de IBM Cloud
  
• Configurar Cloud Object Storage para administradores
  

Administradores de proyectos

• Colaborar en proyectos