本系列文章以探索电信呼叫中断预测为例,借用教程及 Code Pattern 等形式向读者演示了如何将 IBM Cloud Pak for Data、Data Virtualization、Watson OpenScale 和 Cognos Analyics 等技术用于实际工作中。

单击以下链接获取所涵盖主题的完整列表。

  1. 教程:在 IBM Cloud Pak for Data 上的 Cognos Analytics 中构建仪表板
    • 在 IBM Cloud Pak for Data 上构建 IBM Cognos Analytics 仪表板。
    • 在 IBM Cloud Pak for Data 上启动 IBM Cognos Analytics。
    • 在 IBM Cloud Pak for Data 环境中导入和导出 IBM Cognos Analytics 仪表板二进制文件。
  2. Code Pattern:在 IBM Cloud Pak for Data 中使用 Watson OpenScale 监视机器学习模型
    • 使用开源技术在 Watson Machine Learning 中存储自定义模型
    • 部署模型并将模型部署连接到 IBM Cloud Pak for Data 和 IBM Cloud 上的 Watson OpenScale
    • 使用 Python Notebook,通过 IBM Cloud Pak for Data 和 IBM Cloud 上的 Watson OpenScale 来设置模型公平性和模型质量监视器
    • 在 IBM Cloud Pak for Data 上创建项目和设置 Python Notebook
  3. 教程:将多个分布式数据源作为一体进行查询:用于数据分析的数据虚拟化
    • 数据虚拟化的概念。
    • 如何通过多个环境(Amazon Web Services、Azure、IBM Cloud 或本地)上托管的数据库来创建连接。
    • 如何通过合并来创建视图并将数据发布到当前项目。
  4. Code Pattern:使用 IBM Cloud Pak for Data 预测、管理和监视手机信号塔的呼叫中断
    • 使用 Data Virtualization
    • 创建与多云环境(AWS、Azure 或 IBM Cloud)或企业内部环境中托管的数据库的连接
    • 通过合并来创建视图并将数据发布到当前项目
    • 使用开源技术在 Watson Machine Learning 中存储自定义模型
    • 部署模型并将模型部署连接到 Cloud Pak for Data 和 IBM Cloud 上的 Watson OpenScale
    • 使用 Python Notebook,在 Cloud Pak for Data 和 IBM Cloud 上的 Watson OpenScale 中设置模型公平性和模型质量监视器
    • 在 Cloud Pak for Data 上创建项目和设置 Python Notebook

加入讨论