IBM Watson Studio

IBMPlateforme de bout en bout pour l’apprentissage automatique

IBM Watson® Studio permet aux data scientists, aux développeurs et aux analystes de créer, d’exécuter et de gérer des modèles d’IA, et d’optimiser les décisions n’importe où sur IBM Cloud Pak® for Data. Réunissez les équipes, automatisez les cycles de vie de l’IA et accélérez la rentabilisation sur une architecture multicloud ouverte.

Réunissez des frameworks open source tels que PyTorch, TensorFlow et scikit-learn avec IBM et ses outils d’écosystème pour la science des données visuelles et basées sur le code. Travaillez avec les notebooks Jupyter, JupyterLab et les CLI, ou dans des langages tels que Python, R et Scala.

Caractéristiques

AutoAI pour une expérimentation plus rapide : créez automatiquement des pipelines de modèles. Préparez les données et sélectionnez les types de modèles. Générez et classez les pipelines de modèles.

Affinement avancé des données : nettoyez et façonnez les données avec un éditeur de flux graphique. Appliquez des modèles interactifs aux opérations de code, aux fonctions et aux opérateurs logiques.

Prise en charge des notebooks open source : créez un fichier de notebook, utilisez un exemple de notebook ou apportez votre propre notebook. Codez et exécutez un notebook.

Outils visuels intégrés : préparez rapidement des données et développez des modèles visuellement avec IBM SPSS Modeler dans Watson Studio.

Formation et développement de modèles : créez rapidement des expériences et améliorez la formation en optimisant les pipelines et en identifiant la bonne combinaison de données.

Frameworks open source étendus : mettez le modèle de votre choix en production. Suivez et recyclez les modèles à l’aide des retours de production.

Optimisation des décisions intégrées : combinez des modèles prédictifs et prescriptifs. Utilisez des prédictions pour optimiser les décisions. Créez et éditez des modèles en Python, en OPL ou en langage naturel.

Gestion et surveillance des modèles : surveillez les mesures de qualité, d’équité et de dérive. Sélectionnez et configurez le déploiement pour les informations sur le modèle. Personnalisez les moniteurs et les métriques du modèle.

Gestion des risques liés aux modèles : comparez et évaluez les modèles. Évaluez et sélectionnez des modèles avec de nouvelles données. Examinez côte à côte les indicateurs clés du modèle.

Site officiel

Tutoriel et documentation

Enter your contact information to continue reading