Translation not up to date
Za pomocą interfejsów API można wykonywać wiele zadań dotyczących produktu Cloud Pak for Data as a Service .
Watson dla produktów Watson Studio i Watson Knowledge Catalog
Istnieje możliwość użycia kolekcji interfejsów REST API powiązanych z usługami Watson Studio i Watson Knowledge Catalog oraz innymi usługami do zarządzania zasobami danych i osobami, które muszą korzystać z tych zasobów. Patrz Watson Data API.
Połączenia w interfejsie API danych Watson
Użyj interfejsu API Watson Data, aby utworzyć połączenie w katalogu lub projekcie. Patrz Connections w interfejsie Watson Data API.
Interfejs API IBM Match 360 with Watson (Beta)
Interfejs REST API powiązany z produktem IBM Match 360 with Watson (Beta) umożliwia połączenie zaawansowanych funkcji dopasowywania danych głównych z systemami i procesami. Za pomocą interfejsu API i odpowiednich pakietów SDK można tworzyć aplikacje, które współdziałają z usługą. Patrz dokumentacja interfejsu API IBM Match 360 with Watson.
- Konfigurowanie danych głównych
- Skonfiguruj model danych, zarządzaj metadanymi projektu, sugeruj odwzorowanie i dopasowywanie atrybutów oraz inicjuj proces dopasowywania danych.
- Wyświetlanie i zmienianie danych głównych
- Użytkownicy biznesowi lub analitycy danych mogą wyszukiwać i modyfikować dane w systemie. Wyszukiwanie, wyświetlanie, edytowanie i eksportowanie rekordów i obiektów.
- Uzgodnij dane
- Inżynierowie danych mogą zarządzać procesem dopasowywania danych, inicjując dopasowywanie i wizualizując zgodne wyniki i jednostki danych głównych.
- Zarządzanie modelem danych
- Inżynierowie danych mogą zarządzać metadanymi w systemie IBM Match 360 with Watson . Mogą oni wyświetlać i modyfikować model, algorytm dopasowania i reguły widoku złożonego.
Interfejsy API Watson Query
Interfejs REST API Watson Query on Cloud łączy się z usługą, dzięki czemu można zarządzać wirtualnymi danymi, źródłami danych i rolami użytkowników. Patrz dokument Watson Query on Cloud API docs.
Interfejsy API do uczenia maszynowego
Watson Machine Learning umożliwia programowe zarządzanie obszarami, wdrożeniami i zasobami za pomocą:
Odsyłacze do przykładowych notatników Jupyter, które demonstrują sposób programowego zarządzania obszarami, wdrożeniami i zasobami, można znaleźć na stronie Machine Learning Python -przykłady i przykłady klientów.