IBM Db2 Event Store事件串流資料擷取、分析及儲存平台

IBM Db2 Event Store是一個記憶體優化資料庫，專門設計用來快速採集與分析來自事件型驅動應用程式的串流資料，例如處理由IoT終端設備所感應並上傳的時間序列資料。IBM Db2產品系列採用AI技術並專為AI設計，目標是改善資料管理並加速AI應用程式開發。IBM Db2 Event Store內建IBM Watson Studio，可以讓企業在大量高速資料即時分析中內建機器學習能力，並根據來自IoT感應器、警示監視系統、客戶點擊串流活動及許多其他串流來源的資料，採取更快速更明智的行動。

IBM Db2 Event Store可以為企業實現：

• 統一和簡化實體檔案伺服器、虛擬環境及各種應用程式的資料保護，以降低作業成本。
• 使用 Python、GO、Java、Jupyter Notebook、Watson Studio、Spark ML 及其他熱門工具來建置 AI 型應用程式。
• 透過一般 SQL 引擎，終結重寫並取得企業級備援、可擴充性及安全性。
• 利用自然語言查詢和擴增資料探索功能，提升資料探索的效率。
• 利用IBM Cloud Pak for Data，透過資料虛擬化終結資料碎片化並使用單一視圖來檢視所有資料。

IBM Db2 Event Store目前已經整合於IBM Cloud Pak for Data這個延伸資料及 AI平台，並以Red Hat OpenShift Container Platform為基礎，將企業在收集、組織及分析資料並注入AI的方式現代化。想進一步了解更多IBM Db2 Event Store產品優勢，請立即聯繫北祥資訊。

AI小學堂 – 今天教您「關聯規則學習」

人工智慧時代來臨，面對市場需求的變化以及未來的無限商機，北祥資訊將與您一起學習，讓AI小學堂成為您最佳的學習助手。第10堂課，我們為您介紹：關聯規則學習(Association Rule Learning)。

關聯規則(Association Rule)代表一個X→Y形式的隱含關係，其中X代表了前項(antecedent)，而Y則代表後項(consequent)，關聯規則可以被定義在一筆訂單中或是一組有序的網頁操作行為中，如果X發生時（買了某項商品或點擊某個連結），Y是否會接續發生（是否同時也買了另一項商品或點擊另一個連結）。因此，關聯規則用於描述在一個有序事件中，研究對象同時出現的規律行為，更精確地說，關聯規則透過量化分析的方式找出X的出現對於Y的出現有多大的影響。

在機器學習領域中，關聯規則學習也就是在大量數據中透過演算法找出頻繁的if-then模式並使用條件支持度(support)和信心度(confidence)來確定研究對象之間的關係，藉此建立其關聯規則。支持度代表了在資料集中出現研究對象的頻率（X與Y）；信心度則是實際發生因果關係事件的次數（X→Y）。在實際應用中，關聯規則常用於分析和預測客戶的交易或操作行為，例如：電子商務網站中的商品推薦規則（將某項商品加入購物車後，網站會自動顯示建議購買之商品），某些客戶體驗度較高的網站也會運用關聯規則學習的方式進行客製化的功能連結順序編排。