So werden interpretierbarer Modelle für Geschäftsbenutzer bereitgestellt

Fast Forward Labs Research jetzt ohne Abonnement verfügbar

In Zukunft werden alle neuen Reports öffentlich verfügbar sein und können kostenlos heruntergeladen werden. Zudem werden wir im Laufe der Zeit Zugriff auf aktualisierte Versionen älterer Reports gewähren. Schauen Sie daher regelmäßig vorbei, um die verfügbaren kostenlosen Forschungsergebnisse zu prüfen.

Die besten Freunde Ihrer Daten-Nerds

Trotz seines Versprechens kann maschinelles Lernen geradezu entmutigend sein. Die besten Bemühungen können im Handumdrehen untergraben werden. Zum einen durch Ungewissheit über eine sich rasch ändernde technische Umgebung, aber auch durch Verwirrung bezüglich der Art und Weise, in der Teams aufgebaut und organisiert werden, und die Schwierigkeit, Hype von Realität zu trennen. 

Entlasten Sie Führungskräfte und Data-Science-Teams, um sich auf die Zukunft des Unternehmens zu konzentrieren mit einem virtuell dedizierten Team an Forschungsmitarbeitern, die ständig die neuesten Methoden und branchenführenden Praktiken überwachen und bestimmen, wie diese für die schwierigen Probleme Ihres Geschäfts am besten eingesetzt werden.

Die Cloudera Fast Forward Labs Research konzentriert sich auf neue Trends, die sich immer noch verändern aufgrund eines Durchbruchs bei Algorithmen, Hardware, technologischer Kommodifizierung und der Verfügbarkeit von Daten. Zu diesen Berichten gibt es funktionierende Prototypen, welche die Fähigkeiten des Algorithmus aufweisen und detaillierte technische Beratung über seine praktische Anwendung bietet.

Was ist in einem Forschungs-Report enthalten?

Ein Forschungs-Report der Cloudera Fast Forward Labs eröffnet neue Anwendungsfälle für Ihre Daten und bietet einen entscheidenden Vorsprung durch:

  • Forschungs-Reports, die auf unterschiedliche, neue Fähigkeiten für Daten und maschinelles Lernen ausgerichtet sind, die in einem Zeitraum von sechs Monaten bis zwei Jahren relevant sein werden.
  • Ein Prototyp, der seine Anwendung demonstriert

Außerdem können Sie unseren Newsletter abonnieren für Aktualisierungen zu neuen Forschungen und Entwicklungen auf dem Gebiet.

Neueste Forschung

KOSTENLOS

Ableiten eines Concept Drift ohne vorklassifizierte Daten

Ein Concept Drift tritt auf, wenn sich die statistischen Eigenschaften einer Zieldomäne im Laufe der Zeit verändern, was zu einer Verschlechterung der Leistungsfähigkeit eines Modells führt. Drifts werden in der Regel im Rahmen der Überwachung einer Leistungskennzahl von Interesse und dem Auslösen einer Neutraining-Pipeline festgestellt, wenn diese Kennzahl unter einen bestimmten Schwellenwert fällt. Dieser Ansatz setzt jedoch voraus, dass zum Zeitpunkt der Vorhersage ausreichend vorklassifizierte Daten zur Verfügung stehen, was für viele Produktionssysteme eine unrealistische Randbedingung darstellt. In diesem Bericht werden verschiedene Ansätze für den Umgang mit Concept Drifts untersucht, für Fälle, in denen vorklassifizierte Daten nicht ohne Weiteres verfügbar sind.

Lesen sie den Bericht

Mehr über den Code erfahren

 Ableiten eines Concept Drift ohne vorklassifizierte Daten
KOSTENLOS

Mehrzieloptimierung für Hyperparameter erkunden

Wir entwickeln Modelle für maschinelles Lernen anhand der „üblichen verdächtigen“ Metriken wie Prognosegenauigkeit, Rückruf und Präzision. Diese Metriken sind jedoch selten wirklich das Einzige, was uns interessiert. Produktionsmodelle müssen auch physischen Anforderungen wie Latenzen, Speicherplatzbedarf oder Vorgaben in Bezug auf Fairness entsprechen. Die Optimierung von Hyperparametern gestaltet sich noch schwieriger, wenn mehrere Metriken optimiert werden müssen. Unsere neueste Forschung untersucht dieses Szenario der „Mehrzieloptimierung“ von Hyperparametern im Detail.

Lesen sie den Bericht

Mehr über den Code erfahren

Mehrzieloptimierung für Hyperparameter erkunden

Cloudera Beratungsdienstleistungen für maschinelles Lernen

Sie sollten verstehen, worauf sich wertvolle Ressourcen konzentrieren, wie effektive Praktiken umgesetzt sowie die Umstellung von der Entwicklung zur Produktion beschleunigt und dabei technische Sackgassen vermieden werden sollen.

Der Fast Forward Labs Blog

 

Halten Sie sich auf dem Laufenden

Melden Sie sich für unseren monatlichen Newsletter an und Sie erhalten die neuesten Informationen über Fortschritte in der angewandten künstlichen Intelligenz sowie Unternehmens-News und Veranstaltungen.

Webinar

Erfahren Sie, wie Sie ein automatisiertes Frage-Antwort-System mit Deep Learning aufbauen können

Webinar

Erfahren Sie, warum und wann Sie Deep Learning zur Erkennung von Anomalien verwenden sollten.

Webinar

Erfahren Sie, wir sich kausale Inferenz und maschinelles Lernen kombinieren lassen

Datasheet

Datenblatt Cloudera Fast Forward Labs

Kontaktieren Sie uns bezüglich eines bestehenden Abonnements

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.