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 nahtlos verschieben, um über verschiedene CDP-Erfahrungen, einschließlich Data Warehouse und Operational Database hinweg zusammenzuarbeiten.
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
Starthilfe für KI-Anwendungsfälle
Schnell experimentieren, iterieren und abstimmen
Erkenntnisse überall teilen
Modelle kosteneffizient betreiben
Starthilfe für ML-Anwendungsfälle
Ziehen Sie die Startlinie für ML-Projekte neu – mit Prototypen für angewandtes maschinelles Lernen in CML.
Prototypen für angewandtes ML (Applied Machine Learning Prototypes, AMPs) sind vollständige ML-Projekte, die Ihnen dabei helfen, bestimmte geschäftliche KI-Anwendungsfälle schnell umzusetzen. Mit offenem Code, vorgefertigten Modellen und vollständigen, sofort einsatzbereiten Geschäftsanwendungen helfen AMPs Ihrem Unternehmen, schneller und in größerem Umfang ROI aus KI zu realisieren.
Schnell experimentieren, iterieren und abstimmen
Experimentieren Sie und optimieren Sie Ihre ML-Modelle auf sichere Weise.
Experimentieren ist entscheidend für die Entwicklung und Bereitstellung von Modellen für maschinelles Lernen in Ihrem gesamten Unternehmen. Ermöglichen Sie Ihren Data-Science-Teams mit Experimenten in CDP Machine Learning, verschiedene Ansätze zu testen und ein Hyperparameter-Tuning durchzuführen, um das bestmögliche Ergebnis für Ihr Unternehmen zu erzielen.
Erkenntnisse überall teilen
Stellen Sie umsetzbare Prognose-Dashboards in Ihrem gesamten Unternehmen schnell und einfach bereit.
Data Scientists und Interessengruppen innerhalb des ganzen ML-Lebenszyklus können mit einem Selfservice per Drag-and-Drop Visualisierungen erstellen, die es jedem ermöglichen, direkt aus den Modellen für maschinelles Lernen, die in Cloudera Machine Learning bereitgestellt und bedient werden, vorausschauende Fragen zu stellen.
Modelle kosteneffizient betreiben
Das komplette Toolset für skalierbares Produktions-ML.
Stellen Sie Modelle mit wenigen Klicks in der Produktion bereit und verwalten Sie Ihre gesamte Produktionsumgebung über eine einzige Benutzeroberfläche. Nutzen Sie die CDP Shared Data Experience (SDX) für Modelle, überwachen Sie Prognosemetriken, Ground-Truth-Produktionsanwendungen und identifizieren Sie rasch Modellabweichungen, bevor sie sich auf Ihr Geschäft auswirken.
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.
Cloudera Machine Learning bietet Anwendern sowohl eine zuverlässige integrierte Workbench als auch die Flexibilität, bevorzugte Tools wie Jupyter Notebooks und RStudio nativ zu verwenden und dabei Sicherheit, Effizienz und Skalierbarkeit ohne administrativen Aufwand zu bewahren.
Erzielen Sie mit fortschrittlichen Experimentiermöglichkeiten für Hyperparameter-Tuning und Multi-Model-Tests für Produktionsworkloads immer das optimale Ergebnis.
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
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.
Starten Sie jetzt
Wöchentliche CDP-Demo
Nehmen Sie an der wöchentlichen Demo mit Live-Fragerunde der technischen Experten von Cloudera teil. Erfahren Sie, wie Sie den Lebenszyklus Ihrer Daten erschließen können, um KI-Anwendungsfälle voranzubringen.
Die CDP per Videotour entdecken
Werfen Sie bei einer Videotour zur CDP einen Blick hinter die Kulissen und entdecken Sie, wie sichere und optimierte ML-Workflows mehr Vorteile für Ihr Unternehmen bringen.
Technische Ressourcen der CDP
Sparen Sie Zeit bei technischen Informationen und Ressourcen, um Ihre Kenntnisse leichter zu erweitern und sich Wissen über Cloudera Machine Learning anzueignen.
Kostenlose Schulung
Nutzen Sie On-Demand-Schulungen, um in Bezug auf CML auf der CDP Fahrt aufzunehmen und ein optimiertes Selfservice-ML im gesamten Unternehmen zu ermöglichen.
Preise
Bewerten Sie Preise, Abrechnungsbedingungen, Lizenzierungsdetails und Stundensätze und schätzen Sie Kosten mit praktischen Rechnern.
Produktdokumentation
Legen Sie den richtigen Grundstein für Best Practices in puncto Ressourcenplanung, Produktkonfiguration und für alles, was Sie für ML brauchen.
Das sagen Kunden über Cloudera Machine Learning
"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
"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
"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