Machine Learning Hub
Die Vision von TrendMiner, die Analytik zu demokratisieren, geht über die Befähigung von Fachexperten mit Self-Service-Tools hinaus und umfasst auch eine engere Zusammenarbeit zwischen einer Vielzahl von Experten, um Probleme zu lösen. Einige der komplexesten Probleme erfordern den Einsatz von Data Scientists, die spezialisierte Techniken einbringen, die es Unternehmen ermöglichen, die tiefsten Erkenntnisse aus den verfügbaren Daten herauszuholen. Denken Sie an fortgeschrittene Statistik und Machine Learning Modelle.
Nach einem sehr erfolgreichen Testprogramm mit Notebooks sind wir stolz, die vollständige Einführung eines neuen industriellen Machine Learning Hubs (MLHub) für Zeitreihendaten bekannt zu geben, der die Analyse- und Machine Learning-Funktionen des Produktionsclients von TrendMiner erweitert. Mit MLHub können Data Scientists auf TrendMiner-Daten zugreifen (sowohl auf Rohdaten als auch auf vorverarbeitete und kontextualisierte Daten in TrendMiner-Ansichten) und in der neuen Notebook-Umgebung Hypothesen validieren oder Modelle für maschinelles Lernen erstellen/trainieren/einsetzen, die andere Benutzer über Machine Learning Model Tags anwenden und in DashHub visualisieren können.
Diese Produkteinführung umfasst Folgendes:
Expertenlizenzen schalten jetzt den völlig neuen Machine Learning Hub frei, der fortschrittliche Analysetools und Notebook-Technologie enthält .
Wechsel vom Zeppelin- zum Jupyter Notebook-Ökosystem für kürzere Update-Zyklen und bessere Unterstützung durch die Open-Source-Community.
Kernel-Isolierung und Ressourcenmanagement für verbesserte Stabilität und Leistung.
Verbesserte Sicherheitsstufe, die eine genau definierte Zugriffskontrolle und einen rollenbasierten Zugriff auf Datenquellen für die gesamte MLHub-Funktionalität ermöglicht.
Erstellen von Notebook-Ausgabeobjekten zur einfachen Visualisierung.
Machine learning model tags, basierend auf PMML-Modellen.
Wichtig
Ab dieser Version:
Resource | Minimum | Minimum with Embedded Zementis Notebook & Machine Learning Model functionality | Recommended |
|---|---|---|---|
vCPU | 8 | 16 | 16 |
RAM | 32GB | 64GB | 64GB |
Disc | SSD, 200GB,250MB/s | SSD, 500GB,250MB/s | SSD, 500GB, 250MB/s |
Der minimale freie Speicherplatz für ein erfolgreiches Upgrade beträgt 25 GB.
Die maximale Speicherkapazität ist auf 7 GB festgelegt, was die Verwaltung des Speicherplatzes erleichtert. Das bedeutet, dass wir die Metriken für einen kürzeren Zeitraum aufbewahren werden.