API per i tuoi servizi
Molti servizi in Cloud Pak for Data as a Service forniscono le API.
Watson API per Watson Studio e Watson Knowledge Catalog
È possibile utilizzare una raccolta di API REST associate a Watson Studio e Watson Knowledge Catalog e altri servizi per gestire gli asset correlati ai dati e le persone che devono utilizzare tali asset. Vedi Watson Data API.
Connessioni nell'API di dati Watson
Utilizza l'API dei dati Watson per creare una connessione in un catalogo o in un progetto. Consulta Connections in Watson Data API.
IBM Match 360 with Watson (Beta)
Utilizza l'API REST associata a IBM Match 360 with Watson (Beta) per collegare le sue potenti funzionalità di corrispondenza dei dati master ai tuoi sistemi e processi. Puoi utilizzare l'API e gli SDK corrispondenti per sviluppare applicazioni che interagiscono con il servizio. Consultare la documentazione API IBM Match 360 with Watson.
- Configurazione dei dati master
- Configurare il modello di dati, gestire metadati del progetto, suggerire l'associazione e gli attributi corrispondenti e avviare il processo di corrispondenza dei dati.
- Visualizzare e modificare i dati master
- Gli utenti LOB (Line of business) o gli analisti di dati possono ricercare e modificare i dati nel sistema. Ricerca, visualizza, modifica ed esporta record ed entità.
- Metti in corrispondenza dati
- I data engineer possono gestire il processo di corrispondenza dei dati avviando la corrispondenza e visualizzando i risultati corrispondenti e le entità di dati master.
- Gestione del modello dati
- I data engineers possono gestire i metadati nel sistema IBM Match 360 with Watson . Possono visualizzare e modificare il modello, l'algoritmo di corrispondenza e le regole della vista composita.
API Watson Query
L'API REST Watson Query on Cloud si connette al servizio in modo da poter gestire i tuoi dati virtuali, le tue origini dati e i tuoi ruoli utente. Vedi la documentazione diWatson Query on Cloud API.
API per il machine learning
Watson Machine Learning consente di gestire spazi, distribuzioni e asset in modo programmatico utilizzando:
Per i link ai notebook Jupyter di esempio che dimostrano come gestire gli spazi, le distribuzioni e gli asset in modo programmatico, vedi Esempi ed esempi del clientMachine Learning Python.