Module 07 · [Optional] IBM Watson Studio
Introduction to watsonx.aiwatsonx.ai 简介
欢迎来到“watsonx.ai 简介”。
观看本视频后，您将能够：
- 解释 watsonx.ai 是什么以及谁在使用它 👤
- 列出 IBM Cloud Pak for Data 的组件 ⚙️
- 列出 watsonx.ai 和 IBM Cloud Pak for Data 中的常见资源 🗄️
- 构建模型并管理服务和集成 🔗
watsonx.ai 平台概述
watsonx.ai 是一个面向数据科学社区的协作平台。
主要用户群体
watsonx.ai 被以下人员用于分析数据和构建模型：
- 数据分析师
- 数据科学家
- 生成式 AI 工程师
- 数据工程师
- 开发人员
- 数据管理员
平台核心功能
使用 watsonx.ai，您可以：
- 创建项目：用于组织数据连接、资产和 Jupyter Notebooks。
- 数据准备：将文件上传到项目，并清洗和塑形数据，以进行精细化分析。
- 可视化：通过仪表板创建和共享数据可视化，无需使用任何编码。
- 构建和部署模型：可以构建、训练和部署机器学习模型。
- 提示工程：可以针对大型语言模型进行提示工程 (Prompt Engineering) 和提示调优 (Prompt Tuning)。
watsonx.ai 的可用形态
watsonx.ai 提供多种形式，以支持不同的使用需求：
| 形态 | 部署环境 | 特点 |
|---|---|---|
| SaaS 服务 | IBM Cloud 和 AWS IBM 云和 AWS | 最简单的入门方式。 |
| Cloud Pak for Data | IBM Cloud Pak for Data | 提供与多个其他数据服务的内置集成。 |
| OpenShift 安装 | 任何具有 OpenShift 环境的私有或公共云 | 允许在私有或公共云上进行部署。 |
💡 IBM Knowledge Catalog 💡 IBM 知识目录
IBM Knowledge Catalog 提供一个安全的企业目录管理平台，用于交付可信和有意义的数据。
IBM Cloud Pak for Data
Cloud Pak for Data 是一个安全、无缝的数据访问和集成平台，无论您处理多少数据源，它都能实现数据的单一视图。
Cloud Pak for Data 的组件
您可以将 watsonx.ai 与其他数据服务一起在 Cloud Pak for Data 上使用。它包括：
- IBM watsonx.ai
- IBM Watson Knowledge Catalog
IBM Watson 知识目录 - IBM Watson Machine Learning
IBM Watson 机器学习 - 以及更多
watsonx.ai 平台界面与导航
在 IBM watsonx.ai 中，您可以自定义项目内可快速使用的不同工具的视图。
您可以执行以下任务：数据科学、数据工程、数据管理 (Data Curation) 或机器学习和 AI。
导航菜单（左上角）
| 菜单项 | 功能描述 |
|---|---|
| Projects (项目) | 显示您已创建的项目和作业。 |
| Deployments (部署) | 您可以在协作部署空间中训练、部署和管理机器学习模型。 |
| Projects Hub (项目中心) | 显示数据集、Notebooks、行业加速器和示例项目的集合。 |
创建项目
- 从 watsonx.ai 主页的项目部分，点击加号 (+)。
- 创建项目窗口将出现。
- 命名：首先，为项目分配一个名称。
- 对象存储：其次，为项目分配一个对象存储桶。项目需要对象存储桶来存储项目工件 (artifacts)。
项目结构与资产管理
Overview (概览) 页面
“概览”页面让您及时了解：
- 您最近创建的资产
- 项目的资源使用情况
- 用于项目描述的 README
- 项目历史记录
Assets (资产) 标签页
这是数据科学家创建和管理其项目资产（如数据集、模型和管道）的地方。
- New Asset (新建资产) 按钮：让您使用数据和工具来创建分析资产，例如流、可视化、实验或 Notebooks。
- Import Asset (导入资产) 按钮：让您导入资产。
- Context Information and Actions (上下文信息和操作) 菜单：您可以在项目中的任何位置使用此菜单来查看项目信息或将数据文件作为资产加载。
RStudio 集成开发环境 (IDE)
RStudio IDE 已包含在 IBM Watson Studio 中，因此您可以在项目中使用 R Notebooks 和脚本。在创建项目后，您可以从 “Launch IDE”（启动 IDE）菜单启动 RStudio。
Jobs (作业) 标签页
- 作业 (Job) 是一种在项目中运行资产（例如 Data Refinery 流或 Notebooks）的方式。
- 在“作业”标签页下，您可以立即运行作业或安排作业。
Manage (管理) 标签页
您可以在“管理”标签页下管理您的项目：
- 控制访问：使用用户组控制访问。
- 定义环境：定义环境并监控活动运行时。
- 查看资源使用情况。
- 查看工具和服务：使用“服务和集成 (Services and Integrations)”查看工具和处理能力。
Services and Integrations (服务和集成)
- 您可以将 IBM Cloud Services 与项目关联，以添加工具、环境和功能。
- 您也可以使用第三方集成，使您的项目能够与外部工具进行交互。
- 例如：您可以集成 Git 存储库来导出项目、在 JupyterLab 中处理文档和 Notebooks，或备份项目。
可用的分析工具
在创建新资产时，有多种类型的工具可用：
1. 数据准备工具 (Data Preparation Tools)
| 工具名称 | 功能描述 |
|---|---|
| Connections (连接) | 您可以在其中连接到数据源。 |
| Synthetic Data Generation (合成数据生成) | 您可以使用此工具生成合成数据。 |
| Data Refinery (数据整理) | 您可以使用此工具准备和可视化数据。 |
2. 模型相关工具 (Work with Models)
此菜单中包含许多模型相关的工具，包括：
- Generative AI tools (生成式 AI 工具)
- Prompt Lab (提示实验室)
- Tuning Studio (调优工作室)
3. 数据科学工具 (Data Science Tools)
- Decision Optimization (决策优化)：一个图形化工具，用于解决优化场景。
- SPSS Modeler：可以快速开发预测模型并将其部署到业务运营中，以改进决策制定。
- Studio AI：一个向导式工具，用于自动训练机器学习模型。
- Jupyter Notebooks：为训练机器学习模型提供了编程方法。
- 也提供其他工具。
4. 自动化模型生命周期 (Automate Model Lifecycles)
- Pipeline Management (管道管理)：用于构建管道以自动化模型生命周期。
视频总结
在本视频中，您了解到：
- IBM watsonx.ai 是一个有用的工具，用于分析和查看数据、清洗和塑形数据、将数据嵌入流中、创建、训练和部署模型。
- 学习 watsonx.ai 促进职业发展。
- 学习 watsonx.ai 很容易，不需要特殊技能。
- watsonx.ai 提供了许多可用资源。