Wprowadzenie

• Zarejestruj się, aby korzystać z Cloud Pak for Data as a Service
  
• Tworzenie projektu
  
• Co nowego w projektach?
  
• Prezentacja galerii
  
• Szybkie tworzenie katalogu i wyszukiwanie zasobów
  
• Współpraca nad projektami
  

Kursy z asystą

• Część 1: Eksploracja i przygotowanie danych
  
• Część 2: Budowanie i wdrażanie modelu uczenia maszynowego
  
• Część 3: Budowanie modelu w notatniku
  
• Struktura danych: budowanie i wdrażanie modelu
  
• Sieć Fabric danych: testowanie i sprawdzanie poprawności modelu
  

Połączenia danych

• Dodaj połączenia platformy
  
• Dodawanie danych z połączenia do projektu
  
• Tworzenie połączenia zasobu aplikacyjnego folderu w projekcie
  
• Zarządzanie obiektowymi pamięciami masowymi
  
• Importowanie metadanych zasobu aplikacyjnego ze źródła zewnętrznego do projektu
  

Podstawy notatnika

• Podstawowe informacje o notatniku Jupyter
  
• Tworzenie notatnika Jupyter i środowiska niestandardowego w projekcie
  
• Ładowanie i analizowanie publicznych zestawów danych
  
• Publikowanie notatników w serwisie GitHub z poziomu projektu
  

Przykłady notatników

• Analiza danych z inspekcji restauracji w Nowym Jorku
  
• Użycie programu Spark R do ładowania danych i uruchamiania zapytań SQL
  
• Analizuj dane opadów
  
• Analizuj dane programu Johns Hopkins COVID-19
  
• Analizuj dane programu Db2 Warehouse
  
• Użyj konektora SQL-Cloudant z językiem Python
  

Budowanie modeli za pomocą narzędzia AutoAI

• Uruchom przykładowy eksperyment AutoAI w celu utworzenia modelu
  
• Budowanie binarnego modelu klasyfikacji
  
• Budowanie wieloklasowego modelu klasyfikacji
  
• Trenowanie modelu szeregów czasowych z wieloma zmiennymi
  
• Uruchamianie eksperymentu szeregów czasowych w notatniku
  
• Tworzenie modelu, który ocenia i poprawia rzetelność
  
• Wykonywanie analizy sentymentu dla tekstu
  
• Tworzenie potoku w celu zautomatyzowania modeli uczenia maszynowego
  
• Sieć Fabric danych: harmonizowanie potoku AI z monitorowaniem modeli
  
• Sieć Fabric danych: harmonizowanie potoku AI z integracją danych
  

Budowanie modeli za pomocą programu SPSS Modeler

• Ocena modelu analizy predykcyjnej w celu zdiagnozowania choroby
  
• Budowanie modelu uczenia maszynowego chi-kwadrat
  
• Importowanie przepływu SPSS Modeler do projektu
  
• eksplorować dane przy użyciu analiz tekstu
  

Zarządzaj modelami

• Budowanie, wdrażanie i testowanie modelu w notatniku
  
• Testowanie modelu przy użyciu interfejsów API uczenia maszynowego
  
• Tworzenie użycia modelu z metodami
  
• Śledzenie działań związanych z zasobami modelu uczenia maszynowego
  
• Udostępnij Watson Machine Learning w IBM Cloud
  

Optymalizacja decyzji

• Uruchom przykładowy eksperyment Decision Optimization
  
• Korzystanie z funkcji zaawansowanych w asystencie modelowania
  
• Zmiana środowisk i dodanie do eksperymentu rozszerzeń Python
  
• Tworzenie zaawansowanych ograniczeń niestandardowych za pomocą komendy Python DOcplex
  
• Inne filmy wideo dotyczące produktu Decision Optimization
  

Nauka stowarzyszona

• Przegląd funkcji uczenia stowarzyszonego
  
• Tworzenie stowarzyszonego eksperymentu edukacyjnego
  

RStudio

• Przegląd środowiska IDE RStudio
  
• Ładowanie danych
  
• Nawiąż połączenie z zewnętrznymi źródłami danych
  
• Uruchom błyszczące aplikacje
  

Panele kontrolne

• Tworzenie i współużytkowanie panelu kontrolnego
  

Wprowadzenie

• Zarejestruj się, aby korzystać z Cloud Pak for Data as a Service
  
• Tworzenie projektu
  
• Prezentacja galerii
  
• Szybkie tworzenie katalogu i wyszukiwanie zasobów
  
• Współpraca nad projektami
  

Kursy z asystą

• Część 1: Eksploracja i przygotowanie danych
  
• Sieć światłowodowa danych: integrowanie danych
  
• Sieć Fabric danych: wirtualizowanie danych zewnętrznych
  
• Sieć Fabric danych: konfigurowanie widoku 360 stopni
  
• Sieć światłowodowa danych: badanie klientów
  

Data Refinery

• Dodawanie połączonych danych ze źródła danych do projektu
  
• Dane kształtu
  
• Kopiowanie danych do nowego celu
  
• Mieszanie danych z wielu źródeł
  
• Data Refinery Data Refinery
  

DataStage

• Sieć światłowodowa danych: integrowanie danych
  
• Dodawanie połączonych danych ze źródła danych do projektu
  
• Tworzenie prostego przepływu DataStage
  
• Importowanie przepływu DataStage do projektu
  
• Planowanie uruchomienia przepływu DataStage
  
• Tworzenie definicji danych
  
• Użyj narzędzia DataStage do załadowania danych korporacyjnych do płatka śniegu
  
• DataStage -konektory i etapy serii wideo
  

Watson Query

• Sieć Fabric danych: wirtualizowanie danych zewnętrznych
  
• Dodawanie zwirtualizowanych danych do projektu lub katalogu
  
• Przegląd produktu Watson Query
  

Match 360

• Sieć Fabric danych: konfigurowanie widoku 360 stopni
  

Data Replication

• Sieć światłowodowa danych: replikowanie danych
  

Wprowadzenie

• Zarejestruj się, aby korzystać z Cloud Pak for Data as a Service
  
• Tworzenie projektu
  
• Prezentacja galerii
  
• Szybkie tworzenie katalogu i wyszukiwanie zasobów
  
• Współpraca nad projektami
  

Kursy z asystą

• Sieć światłowodowa danych: dane wysokiej jakości Curate
  
• Sieć światłowodowa danych: Chroń dane
  
• Sieć światłowodowa danych: wykorzystanie danych
  

Watson Knowledge Catalog -podstawy

• Watson Knowledge Catalog
  
• Szybkie tworzenie katalogu i wyszukiwanie zasobów
  
• Używanie zasobów aplikacyjnych katalogu w projekcie
  

Połączenia danych w katalogu

• Dodaj połączenia platformy
  
• Dodawanie zasobów do katalogu
  
• Tworzenie zasobu folderu w katalogu
  
• Importowanie metadanych zasobu aplikacyjnego ze źródła zewnętrznego do projektu
  

Nadzór nad danymi katalogu

• Przegląd strategii danych
  
• Organizuj artefakty zarządzania z kategoriami
  
• Dane maski
  
• Śledzenie działań dotyczących zasobów danych
  
• Śledzenie działań związanych z zasobami modelu uczenia maszynowego
  
• Włącz zaawansowane opcje maskowania i utwórz przepływ maskowania
  

Administratorzy kont

• Konfigurowanie podstawowych grup dostępu w programie IBM Cloud
  
• Zaproś użytkowników do konta IBM Cloud
  
• Konfigurowanie programu Cloud Object Storage dla administratorów
  

Administratorzy projektu

• Współpraca nad projektami