• Cloudera Cloudera
    • X
    Rufen Sie uns an unter(888) 789-1488
    International:+49 221 6507 8699
    E‑Mail an Vertrieb senden
    Supportportal

    Stellen Sie schneller mehr
    ML-Anwendungsfälle bereit

    Beschleunigen Sie den ML-Lebenszyklus mit einer Plattform für die Erstellung, die Implementierung, die Bereitstellung und den Betrieb von Modellen im großen Maßstab.

    Übersicht

    Erleben Sie maschinelles Lernen auf der Cloudera Data Platform (CDP)

    Mit ML auf der CDP können Sie mehr Anwendungsfälle schneller bereitstellen. Eigens entwickelte Tools für den gesamten Datenlebenszyklus ermöglichen sofortigen Zugriff auf Unternehmens-Datenpipelines, skalierbare Rechenressourcen sowie zu jeder gewünschten Bibliothek oder IDE. Optimieren Sie den Prozess der Übernahme analytischer Workloads in den Produktivbetrieb und verwalten Sie ML-Anwendungsfälle im gesamten Unternehmen intelligent und in großem Maßstab.
    Beliebiger Anwendungsfall
    Intuitiver Selfservice
    Schnelle Modellbereitstellung
    Zusammenarbeit in Echtzeit
    Leistung und Skalierbarkeit
    Modell-Governance
    Starthilfe für Ihr Projekt

    Beschleunigen Sie Ihre ML-Projekte mit Prototypen für angewandtes maschinelles Lernen (AMPs)

    AMPs sind vollständige ML-Projekte, mit denen Unternehmen ML-Anwendungsfälle wesentlich schneller als bisher bereitstellen können. Mit offenem Code, vorgefertigten Modellen und sofort einsatzbereiten Geschäftsanwendungen helfen AMPs Ihrem Unternehmen, in größerem Umfang ROI aus ML zu realisieren.
    Deep Learning for Anomaly Detection

    Wenden Sie moderne Deep-Learning-Techniken an, um Anomalien zu erkennen und unbefugte Netzwerkzugriffe zu identifizieren.

    Churn Modeling with scikit-learn

    Erstellen Sie ein scikit-learn-Modell zur Vorhersage der Kundenabwanderung anhand von Telekommunikationsdaten von Kunden.

    Object Detection Inference Visualized

    Interagieren Sie mit einer blogähnlichen Streamlit-Anwendung, um sich den Inferenz-Workflow eines modernen, einstufigen Objektdetektors visuell zu erschließen.

    Mehr anzeigen
    Deep Learning for Image Analysis

    Erstellen Sie eine Anwendung für semantisches Suchen mit Deep-Learning-Modellen.

    Few-Shot Text Classification

    Führen Sie eine Themenklassifizierung für Nachrichtenartikel in verschiedenen begrenzt vorklassifizierten Datenregeln durch.

    Deep Learning For Question Answering

    Erkunden Sie eine neue NLP-Funktion mit WikiQA, einem automatisierten System zur Beantwortung von Fragen, das auf Wikipedia basiert.

    Weniger anzeigen

    Offene Tools

    Stärken Sie ML für Unternehmen mit der Freiheit von Open Source. Verwenden Sie standardmäßig die Frameworks, IDEs, Bibliotheken und ML-Tools, die Sie bevorzugen.


    Anwendungsfälle

    Verwalten Sie den ML-Lebenszyklus zentral zum Erstellen, Implementieren, Bedienen, Betreiben und Bereitstellen zahlreicher Modelle.

    Stellen Sie ML-Modelle bereit, die Probleme lösen und heute und auch zukünftig branchenweite Innovationen in Gang setzen.

    Entwickeln, implementieren und pflegen Sie ganz einfach ML-Modelle, die Anwendungsfälle für vorhersagende Analysen in Ihrem gesamten Unternehmen unterstützen. Unabhängig von der geschäftlichen Herausforderung können Sie mit Cloudera den gesamten ML-Lebenszyklus beschleunigen – von Datenpipelines über die Modellerstellung bis hin zu den geschäftlichen Auswirkungen – und das alles über eine zentrale Schnittstelle.

    Gesundheit

    Brustkrebswahrscheinlichkeit mit einem logistischen Regressionsmodell analysieren

    Indem Sie ein logistisches Regressionsmodell auf Basis des Brustkrebsdatensatzes Ihres Krankenhauses und unter Verwendung von Python mit CML erstellen, können Sie ein ML-Modell bereitstellen, das vorhersagt, ob ein Knoten in der Brust gutartig oder bösartig ist.

    Luft- und Raumfahrt

    Modelle für Strahltriebwerke überprüfen

    Indem Sie Triebwerksdaten als Eingabe für ein Regressionsmodell verwenden, können Sie ein ML-Modell erstellen, das Fluggesellschaften warnt, wenn Triebwerke wahrscheinlich einen bestimmten Schwellenwert für die verbleibende Lebensdauer überschreiten.

    Verbraucher

    Eine Anwendung für Stimmungsanalysen erstellen

    Indem Sie Social-Media-Datensätze über APIs extrahieren, können Sie ML-Modelle erstellen und trainieren, um visualisierte Stimmungsergebnisse für Einblicke in Markenbotschaften und Ihre Reputation zu präsentieren.

    Dokumentation

    Material und Anleitungen für Ihren Einstieg in ML auf der CDP  

    Die Cloudera Data Platform optimiert ML für Unternehmen – die Dokumentationen und Anleitungen von Cloudera sparen jedoch nicht mit Informationen. Wir bieten eine fundierte Bibliothek von Ressourcen, um Ihnen Schritt für Schritt zu zeigen, welche Möglichkeiten CML und andere CDP-Erlebnisse bieten.
    Überblick über Cloudera Machine Learning
    DOKUMENT ANZEIGEN
    Dokumentation zu Cloudera Machine Learning
    DOKUMENT ANZEIGEN
    Dokumentation zu Cloudera Data Engineering
    DOKUMENT ANZEIGEN
    Dokumentation zu Prototypen für angewandtes ML (AMPs)
    DOKUMENT ANZEIGEN
    In CML ein Modell erstellen, bereitstellen und darauf zugreifen – Tutorial
    DOKUMENT ANZEIGEN
    Ein Clustering-Modell mit CML aufbauen – Tutorial
    DOKUMENT ANZEIGEN
    Schulung zum CML Data Scientist
    DOKUMENT ANZEIGEN

    Your form submission has failed.

    This may have been caused by one of the following:

    • Your request timed out
    • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.