Wir freuen uns, die Rework 2022 am 19. Juli und virtuell vom 20. bis 28. Juli wieder persönlich zu prÀsentieren. Nehmen Sie an aufschlussreichen GesprÀchen und spannenden Networking-Möglichkeiten teil. Registrieren Sie sich heute!

In New York ansĂ€ssig Dateniku, das eine zentralisierte Lösung fĂŒr das Design, die Bereitstellung und das Administration von Unternehmensanwendungen fĂŒr kĂŒnstliche Intelligenz (KI) bietet, hat Model 11 seiner einheitlichen Daten- und KI-Plattform veröffentlicht. Das Replace, das im Juli allgemein verfĂŒgbar sein soll, konzentriert sich darauf, das Versprechen der „alltĂ€glichen KI“ einzulösen, und bietet neue Funktionen, die nicht nur Datenexperten bei der Abwicklung umfangreicherer KI-Projekte helfen, sondern es auch technisch nicht versierten GeschĂ€ftsanwendern ermöglichen, sich einfach mit KI zu beschĂ€ftigen verbesserte ArbeitsablĂ€ufe, neben anderen Vorteilen.

„Experten fĂŒr Knowledge Scientists, Knowledge Engineers und ML [machine learning] Ingenieure gehören heute zu den wertvollsten und begehrtesten Jobs. Doch allzu oft verbringen talentierte Knowledge Scientists die meiste Zeit mit geringwertiger Logistik wie dem Einrichten und Warten von Umgebungen, dem Vorbereiten von Daten und dem ÜberfĂŒhren von Projekten in die Produktion. Mit umfassender Automatisierung, die in Dataiku 11 integriert ist, helfen wir Unternehmen, die frustrierende Hektik zu beseitigen, damit Unternehmen schnell mehr aus ihren KI-Investitionen machen und letztendlich eine KI-Kultur schaffen können, um Branchen zu verĂ€ndern“, sagte ClĂ©ment Stenac, CTO und MitbegrĂŒnder von Dataiku.

Nachfolgend finden Sie eine Übersicht ĂŒber die wichtigsten Funktionen.

Code Studios mit Experiment-Monitoring

Code Studios in Dataiku 11 bietet KI-Entwicklern eine vollstĂ€ndig verwaltete, isolierte Programmierumgebung in ihrem Dataiku-Projekt, in der sie mit ihrer eigenen bevorzugten IDE oder ihrem eigenen Net-App-Stack arbeiten können. Die Lösung gibt KI-Entwicklern die Möglichkeit, zu codieren, wie sie sich wohl fĂŒhlen, wĂ€hrend sie die Richtlinien ihres Unternehmens fĂŒr die Zentralisierung von Analysen und Governance (falls vorhanden) einhalten. FrĂŒher hĂ€tte so etwas bedeutet, sich fĂŒr ein benutzerdefiniertes Setup zu entscheiden, mit erhöhten Kosten und KomplexitĂ€t.

Die Lösung verfĂŒgt außerdem ĂŒber eine Experiment-Monitoring-Funktion, die Entwicklern eine zentrale Schnittstelle zum Speichern und Vergleichen aller maßgeschneiderten ModelllĂ€ufe bietet, die programmgesteuert mit dem MLFlow-Framework erstellt wurden.

Nahtlose Laptop-Imaginative and prescient-Entwicklung

Um die ressourcenintensive Entwicklungsaufgabe zu vereinfachen Laptop Imaginative and prescient Modelle bietet Dataiku 11 ein integriertes Datenkennzeichnungs-Framework und eine visuelle ML-Schnittstelle.

Ersteres kommentiert, wie das Unternehmen erklĂ€rt, automatisch Daten in großen Mengen – eine Aufgabe, die hĂ€ufig ĂŒber Plattformen von Drittanbietern wie z Tasq.ai. Letzteres bietet einen durchgĂ€ngigen, visuellen Pfad fĂŒr gĂ€ngige Laptop-Imaginative and prescient-Aufgaben, der es sowohl fortgeschrittenen als auch unerfahrenen Datenwissenschaftlern ermöglicht, komplexe AnwendungsfĂ€lle zur Objekterkennung und Bildklassifizierung zu bewĂ€ltigen, von der Datenvorbereitung bis zur Entwicklung und Bereitstellung der Modelle.

Zeitreihenvorhersage

GeschĂ€ftsanwender, insbesondere diejenigen mit begrenztem technischen Fachwissen, finden es oft schwierig, historische Daten zu analysieren und robuste GeschĂ€ftsprognosemodelle fĂŒr die Entscheidungsfindung zu erstellen. Um dies zu beheben, bietet Dataiku 11 integrierte Instruments, die visuelle No-Code-Schnittstellen bereitstellen und Groups dabei unterstĂŒtzen, zeitliche Daten zu analysieren und zu entwickeln, auszuwerten und bereitzustellen Zeitreihenvorhersage Modelle.

Characteristic-Retailer

Die neueste Model bringt auch einen Characteristic Retailer mit neuen AblĂ€ufen fĂŒr die gemeinsame Nutzung von Objekten, um die unternehmensweite Zusammenarbeit zu verbessern und den gesamten Prozess der Modellentwicklung zu beschleunigen. Nach Angaben des Unternehmens wird die Funktion Datenteams eine dedizierte Zone fĂŒr den Zugriff auf oder die gemeinsame Nutzung von ReferenzdatensĂ€tzen mit kuratierten KI-Funktionen geben. Dies hĂ€lt Entwickler davon ab, dieselben Funktionen neu zu entwickeln oder redundante DatenbestĂ€nde fĂŒr ML-Projekte zu verwenden, und verhindert Ineffizienzen und Inkonsistenzen.

Ergebnisoptimierung

Groups verwenden hÀufig eine manuelle Trial-and-Error-Methode (was wÀre wenn), um den Interessengruppen umsetzbare Erkenntnisse zu liefern, die ihnen helfen könnten, die bestmöglichen Ergebnisse zu erzielen.

Mit der Ergebnisoptimierung, die Teil von Dataiku 11 ist, wird der gesamte Prozess automatisiert. Im Wesentlichen berĂŒcksichtigt es automatisch benutzerdefinierte EinschrĂ€nkungen und findet den optimalen Satz von Eingabewerten, der die gewĂŒnschten Ergebnisse liefert. Beispielsweise könnte es vorschreiben, welche Änderungen ein Hersteller an den Fabrikbedingungen vornehmen könnte, um die maximale Produktionsausbeute zu erzielen, oder welche Anpassungen des Finanzprofils eines Bankkunden zu der geringsten Wahrscheinlichkeit von KreditausfĂ€llen fĂŒhren wĂŒrden.

Andere FĂ€higkeiten

Unter anderem hat das Unternehmen Instruments eingefĂŒhrt, um die Übersicht und Kontrolle ĂŒber die Modellentwicklung und -bereitstellung zu verbessern. Dazu gehören ein automatisiertes Software zum Generieren von Move-Dokumenten und ein zentrales Register, das Snapshots aller Datenpipelines und Projektartefakte erfasst – zur ÜberprĂŒfung und Freigabe vor der Produktion. Das Unternehmen wird auch Stresstests fĂŒr Modelle bereitstellen, die das Verhalten des Modells in realen Einsatzsituationen vor dem eigentlichen Einsatz untersuchen.

An eclectic neighborhood cafe serving organic roast and a small breakfast menu. Now serving Porto's Bakery pastries! Shaded Dog-friendly seating outside.
Phone: (626) 797-9255
Pasadena, CA 91104
2057 N Los Robles Ave Unit #10