介绍IBM Watson Studio
专家们开始使用人工智能将我们最宝贵的资源-数据-转变为新的经商形式。 人工智能使我们有机会以数据结束战斗，并开始使用数据来编写引人注目的建议，加速研究并以与客户方便的形式提高与客户的互动质量。 人工智能系统的目标是补充人类智能，今天，我们正在朝着使所有人更容易使用人工智能的方向迈出新的一步。 认识IBM Watson Studio 。
Watson Studio：对人工智能组织有用
Watson Studio加快了与机器和深度学习相关的工作流程，这些工作是将AI集成到业务中并支持创新所必需的。 该解决方案包括用于数据分析专家，应用程序开发人员和专业专家的工具，以帮助组织联合数据处理以及大规模的模型布局，培训和部署。 为了成功实施AI项目，需要算法，数据，专家和非常强大的计算基础架构。
直到今天，数据专家和行业专家之间仍然存在障碍。 只有高素质的技术专家才能对大量数据进行系统化和分析。 只有专业专家才能将数据转换为人工智能所需的知识。 但是，他们彼此独立工作，使用不同的工具并且无法交换工作结果。 结果，人工智能无法真正补充人类智能。
Watson Studio消除了这一障碍，使您可以创建一个单一环境，以便根据数据中包含的知识来生成新想法。 Watson Studio使您有机会组织整个组织中不同个人资料的专家的互动。 我们与全球客户合作的经验使我们确信，集成交互是实现AI的全部潜力的关键。
使用AI集成开发应用程序的一整套工具
Watson Studio包含用于组织整个AI生命周期的各种工具，包括一流的开源工具以及IBM的工具。 功能组件可能需要或可能不需要开发代码，并有可能构建和训练自己的机器学习（MO）和深度学习（GO）模型，以及重新教育和配置经过预先训练的Watson API。 为模型的微调，管理和反馈回路的自动化提供了广泛的机会，使模型随着时间的推移变得更加智能，并不断适应不断变化的外部条件。
数据连接与准备
人工智能的使用始于连接和下载数据。 数据分析专家最多花费80％的时间搜索和准备数据； 但是，有57％的专家在调查中指出，清理和系统化数据是他们工作中最不愉快的部分。 而且不仅他们面临这个问题。 业务分析师在获取准备报告所需的数据时也遇到类似的困难。 有时，他们必须等待几周才能让IT部门从源系统中提取必要的数据。
为了解决清理和处理数据的问题，我们开发了Data Refinery工具，该工具可用于组织快速的数据自我准备。 Watson Studio包括超过35个接口，可用于连接来自IBM Cloud的数据源，来自其他供应商的云，应用程序和本地系统。
工具和训练有素的Watson模型
连接到数据后，您需要构建和训练模型。 应用程序开发人员可以从经过验证，培训和优化的Watson API开始。 这些模型可以理解情绪，对文本中的主题进行分类，识别个性特征并识别照片中的对象。 我们提供了使用常见编程语言提供的示例文件和代码段，以访问记录良好的API。
并非所有公司都具备开发创新的机器和深度学习技术的专业知识和资源。 因此，我们提供了简单的工具来帮助您用自己的数据中的知识来填充Watson。 第一个内置工具是Watson Visual Recognition。 它允许您使用自己的图像训练特殊模型，以解决模式识别领域中的个别问题。
选择框架和一流的工具
机器和深度学习在不断发展。 Watson Studio支持大多数流行的工具，用于学习，保存，部署和自动进行模型再训练。 这些工具是产品的一部分，我们的解决方案提供基础架构管理，以便您可以专注于项目。
在Jupyter Notebooks中使用Python，R和Scala。 便携式计算机是一种流行的媒体，用于开发和共享带有代码，数学计算，可视化和注释的文档。 它们用于清理和转换数据，数值建模，统计建模，机器学习等。
我们与RStudio团队一起创建了全球最受欢迎的开源统计计算环境R。 Watson Studio包括旗舰产品RStudio，这是一种流行的开发环境，可简化使用R进行数据分析的过程。
适用于不喜欢编程的人的可视化建模工具
尽管Python和R开源环境因其低成本，灵活性和高级功能而广受欢迎，但是良好的编程和代码测试可能既耗时又耗时。 我们与许多客户进行了交谈，并意识到并非所有人都是程序员。 因此，我们为喜欢视觉建模的人提供了两种工具：
- SPSS Modeler ：一个简单易用的界面，面向所有人-从业务用户到数据分析专家。 通过使用鼠标创建可视模型，它可以帮助您快速提取有价值的想法。 成千上万的Modeler用户可以将SPSS流导入Watson Studio，它们将正常工作！
- 神经网络建模器 ：用于开发神经网络结构的简单便捷的图形界面。 该接口无需手动编写和调试代码，从而加快了开发速度。 神经网络可以导出到TensorFlow，Keras，PyTorch和Caffe，也可以导出为JSON格式以用于博客和将代码上传到GitHub。
灵活的计算环境，可进行大规模模型训练
现代AI模型非常复杂，可能需要数TB的数据进行训练。 正在开展积极工作以提高处理器，图形适配器，分布式学习工具和其他工具的处理能力。 Watson Studio使您有机会独立选择用于实验的硬件，并以最快的速度训练模型。 您可以在计算环境中快速扩展计算资源并配置程序包依赖性。
每个计算环境都分配给特定的项目参与者，因此无需争夺资源。 我们的解决方案支持程序包管理 -流行的conda环境的定义用于配置。 计算环境被视为项目资源，所有团队成员都可以使用它们进行可重复的研究 。
由于计算环境位于IBM Cloud上，因此您只需为使用的内容付费。 我们灵活的基础架构可以轻松应对任何高峰负载，并旨在支持最苛刻的项目。
模型生命周期管理
在生产环境中部署模型通常是一项艰巨的任务，需要繁忙的IT专业人员的帮助。 部署可能需要花费几周的时间，数据分析师更喜欢保留最新模型并继续进行下一个项目，而不是一次又一次地训练和部署现有模型，这并不奇怪。
在Watson Studio中，您可以自动进行模型重新训练并随时间监视模型性能。 这种继续教育是我们平台的独特优势。 可以设置阈值，如果性能下降，用户将收到警告和通知，以便数据分析专家可以采取必要的措施。
模型是动态资源，需要定期更新。 因此，拥有版本控制工具非常重要，如有必要，该工具可让您返回以前的版本。 必须通过API和用户界面访问这些工具。
使用仪表板快速共享结果
Watson Studio仪表板简化了应用程序中的数据可视化。 用户可以独立创建视觉模型以搜索新的想法。
交互式仪表板提供实时数据可视化。 用于数据分析和可视化的智能工具有助于在显示的数据中找到模式和含义。 您还可以使用过滤器和数据导航工具。 为了最大程度地方便用户，可以将仪表板集成到应用程序上下文中。
与Watson Knowledge Catalog集成
Watson Studio解决方案旨在支持可以在组织中使用人工智能实现的最苛刻的任务。 尤其是，该解决方案包括一个智能目录服务，使您可以集成和准备分析资源，包括结构化和非结构化数据，无论它们在何处（在本地基础结构中或在云中），以提高数据分析，机器学习和人工智能的效率。
将所有信息资源合并到具有大量元数据的单个目录中 。 Watson人工智能将基于Watson对资源之间的关系以及用户如何使用它们的理解，推荐最佳资源。
强大的集成数据策略激活机制可根据组织中建立的规则自动保护机密信息。
更多AI能力
Watson Studio为模型提供了完成任务的机会：学习。 使用最新数据对模型进行持续培训，使我们能够保证模型不断适应变化的环境，并为组织提供做出更明智的决策和实现竞争优势所必需的知识。
Watson Studio是IBM Research和其他IBM Cloud团队的协作产品。 我们希望您喜欢我们的产品，并期待学习您将用它创造的产品。
在IBM Cloud中尝试Watson Studio！
您可以在IBM云中免费试用Watson Studio-在IBM云中 注册并尝试IBM Watson Studio：
https://www.ibm.com/cloud/watson-studio 。
有用的资源
IBM Watson Studio YouTube播放列表
注册以获取IBM免费研讨会通知。
使用IBM Watson Studio的实验室实验室资料。
IBM启动和合作伙伴支持计划
除了能够试用IBM服务之外，我们公司还为希望使用IBM云测试和部署应用程序的公司提供支持程序。 这些计划包括每月（全年）从$ 1,000到$ 10,000的贷款分配，以将IBM Cloud的任何资源用于您的试点项目。 有关更多信息，请与我们联系 。