small image E-Book: Apache NiFi für Dummies
Überblick

Die Freiheit, die Data-Science-Teams von einem nativen Cloud-Service benötigen, von dem die IT profitiert.

CDP Machine Learning ermöglicht es Data-Science-Teams in Unternehmen, über den gesamten Datenlebenszyklus hinweg zusammenzuarbeiten und dabei sofortigen Zugriff auf Unternehmens-Datenpipelines und skalierbare Rechenressourcen sowie Zugang zu bevorzugten Tools zu erhalten. Optimieren Sie den Prozess der Übernahme analytischer Workloads in den Produktivbetrieb und verwalten Sie Anwendungsfälle für maschinelles Lernen im gesamten Unternehmen auf intelligente Weise und in großem Maßstab.

CDP Machine Learning optimiert auf der CDP ML-Workflows in Ihrem Unternehmen mit nativen und robusten Tools für die Bereitstellung, Bedienung und Überwachung von Modellen. Mit der erweiterten SDX für Modelle können Sie die Modellkatalogisierung steuern und automatisieren und anschließend die Ergebnisse problemlos verschieben, um über verschiedene CDP-Umgebungen hinweg zusammenzuarbeiten, einschließlich CDP Data Warehouse und CDP Operational Database.

Mehr erfahren

Für Data Scientists

Optimieren Sie den Datenlebenszyklus für maschinelles Lernen und nutzen Sie Modelle für maschinelles Lernen im gesamten Unternehmen effektiv. Dies gelingt Ihnen mit transparenten und wiederholbaren Workflows, die für alle Beteiligten funktionieren.
Erleben Sie die Tools selbst

Für IT-Führungskräfte

Stellen Sie Ihren Teams die Ressourcen zur Verfügung, die sie benötigen, um Tests und Iterationen durchzuführen und die Geschäftsentwicklung überall zu beeinflussen, ohne Einbußen bei Agilität, Sicherheit oder Governance.
 

Anwendungsfälle für CDP Machine Learning

  • KI VOM KONZEPT IN DIE REALITÄT UMSETZEN
  • MASCHINELLES LERNEN MIT MLOPS SKALIEREN
  • EXPLORATIVE DATA SCIENCE ERMÖGLICHEN

KI vom Konzept in die Realität umsetzen


Reduzieren Sie Ihre Amortisierungszeit und bringen Sie KI-Anwendungen auf den Weg.

In welcher Branche Sie auch tätig sein mögen, neue geschäftliche Herausforderungen kommen schneller denn je auf Sie zu. Immer häufiger ist man auf KI- und ML-Tools angewiesen, um Schritt halten zu können. Möglicherweise sehen Sie sich gezwungen, eine Strategie zu entwickeln, mit der KI-Anwendungen in die Praxis umgesetzt werden. CML mit der CDP ist die einheitliche Datenplattform, die Ihnen hilft, KI vom Labor in die Fabrik zu bringen.

Anwendungsfall: CML-AMPs

United Overseas Bank: Personalisierte Empfehlungen für Millionen und Verbesserung der Betrugserkennung zur Geldwäschebekämpfung

Mehr als 1 Mio. personalisierte ML-Empfehlungen ersparen Kundenbetreuern über 1.000 Stunden an manuellen Analysen.

Lesen Sie die Erfolgsgeschichte.

Maschinelles Lernen mit MLOPs skalieren


Profitieren Sie mit MLOPs von mehr Transparenz, verbesserter Zusammenarbeit und höherem ROI.

Mit MLOPs können Sie von frühen Erfolgen profitieren und skalieren, indem Sie Schritte befolgen, um vorhandene Modelle auf dem neuesten Stand zu halten und Kontrollen einrichten, um die Datensicherheit und Governance während des gesamten ML-Produktionslebenszyklus aufrechtzuerhalten.

Maschinelles Lernen in der Produktion ausweiten – mit dem MLOPS-E-Book

Globe Telecom: Ermöglichen Sie den digitalen Lebensstil mobiler Kunden mit einer modernen Analyseumgebung

Ein Volumen von 600 PB mobilen Daten verwalteten

Lesen Sie die Fallstudie

Explorative Data Science ermöglichen


Komprimieren Sie den Zeitraum zwischen Datenexploration und geschäftlichen Maßnahmen.

Cloudera bietet eine umfassende Plattform, die Data-Science-Teams „zertifizierte Datensätze“ sowie konsistente und robuste Tools an die Hand gibt, um Datenexplorationen, Ad-hoc-Datenwissenschaft und Erkenntnisgenerierung so schnell wie möglich zu gestalten.

Produkt-Screenshot: Data Visualization

IQVIA: Steigerung der Prognosegenauigkeit um das Vierfache – für schnelleren Erkenntnisgewinn

In Sekundenbruchteilen wurden 1 Million Abfragen auf Datenquellen von 2 PB durchgeführt.

Lesen Sie die Fallstudie

Die wichtigsten Funktionen von CDP Machine Learning

Stellen Sie mit wenigen Klicks Arbeitsbereiche für maschinelles Lernen bereit, sodass Data-Science-Teams ohne Wartezeit auf die Projektumgebungen und automatisch flexible Rechenressourcen zugreifen können, die sie für End-to-End-ML benötigen.

CDP Machine Learning gewährt Administratoren und Data-Science-Teams vollständige Transparenz von der Datenquelle bis zur Produktionsumgebung – dies ermöglicht nachvollziehbare Arbeitsabläufe und eine einfache und sichere teamübergreifende Zusammenarbeit. 

Datenwissenschaftler sollten zum Erkennen, Abfragen und Visualisieren von Datensätzen nicht zwischen verschiedenen Tools wechseln müssen. CML vereint all diese Funktionen in der Anwendung Data Discovery and Visualization, einer einzigen Benutzeroberfläche zur Erfüllung Ihrer Anforderungen im Bereich explorative Data Science.

AMPs sind ML-Projekte, die mit einem Klick direkt aus Cloudera Machine Learning bereitgestellt werden können. AMPs ermöglichen es Datenwissenschaftlern, in einem Bruchteil der sonst üblichen Zeit von der Idee zu einem voll funktionsfähigen ML-Anwendungsfall zu gelangen. Sie bieten ein End‑to‑End-Framework für die sofortige Erstellung, Bereitstellung und Überwachung von geschäftsfähigen ML-Anwendungen.

Die MLOps-Funktionen von Cloudera Machine Learning (CML) ermöglichen die Bereitstellung von Modellen mit nur einem Klick, die Katalogisierung von Modellen und die Überwachung granularer Prognosen, damit Modelle in allen Produktionsumgebungen sicher und präzise bleiben.

Liefern Sie Erkenntnisse mit einer konsistenten und benutzerfreundlichen Erfahrung, die intuitive und leicht zugängliche Drag-and-Drop-Dashboards bietet und das Erstellen benutzerdefinierter Anwendungen ermöglicht.

Sie möchten mehr erfahren?


Erleben Sie maschinelles Lernen auf der Cloudera Data Platform

Bereitstellungsoptionen für CDP Machine Learning

Setzen Sie CDP Machine Learning überall mit einer portablen, konsistenten und nativen Cloud-Experience ein.

CDP Public Cloud

  • Multi-Cloud-fähig: Machen Sie sich nicht von einem einzigen Cloud-Anbieter abhängig. Bringen Sie Ihre KI-Initiativen ganzheitlich voran – mit Daten von überall.
  • Skalierbar: Nutzen Sie skalierbare Rechenressourcen, die automatisch ausgesetzt werden, und für die nur bei Nutzung Kosten anfallen.
  • Integration des gesamten Lebenszyklus: Teilen Sie Workloads und Ergebnisse nahtlos und sicher über alle CDP-Experiences hinweg, einschließlich Cloudera Data Engineering und Data Warehouse.

CDP Private Cloud

  • Kosteneffektiv: Die optimierte Ressourcenauslastung von disaggregiertem Speicher ermöglicht Kosteneinsparungen im gesamten Cluster.
  • Optimierte Leistung: Erfüllen Sie Ihre SLA jederzeit mit Workload-Isolation und Multi-Tenant-Optionen für kritische Workloads.
  • Effektiv zusammenarbeiten: Teilen Sie Workloads, Daten und Ergebnisse sicher zwischen Teams in jeder Phase des Datenlebenszyklus.
     

Weitere Informationen zum Formfaktor der Private Cloud Base von CDP Machine Learning finden Sie unter Cloudera Data Science Workbench.

Webinar

Die Basis für produktive MLOps in großem Maßstab

Video

Open-Source-Modelle von Hugging Face

Ebook

Analysen und maschinelles Lernen in der Cloud für Dummies

Ebook

Der definitive Leitfaden für den Lebenszyklus des maschinellen Lernens

Das sagen Kunden über Cloudera Machine Learning

Gartner Peer Insights-Logo
Gartner five stars

"Integriert sich nahtlos in die anderen CDP-Erfahrungen und ermöglicht eine schnelle Umsetzung von Erkenntnissen aus Ihren Daten. Ich schätze besonders die Flexibilität und Offenheit.”

Analytics Solution Architect
Energie- und Versorgungswirtschaft

Vollständige Bewertung lesen

Gartner five stars

"One-Stop-Shop für Ihren Bedarf an Datenwissenschaft. Die Verwaltung mehrerer Sitzungen, die Automatisierung von Datenpipeline-Aufträgen und sogar die Erstellung von Anwendungen für maschinelles Lernen sind einfach und intuitiv."

Experte für Modellentwicklung
Dienstleistungsindustrie

Vollständige Bewertung lesen

Gartner five stars

"Hervorragende Plattform für alle Arten von ML- und Data-Engineering-Projekten. Bietet einen einfachen Weg zur Entwicklung und zum Testen von Code sowie zur Verfolgung der ML-Leistung".

Big data Und Analytischer Architekt
Sonstige Industrie
 

Vollständige Bewertung lesen

Erstklassige Schulungen, Support & Services

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.