Cengiz Özemli
Akademisyen
- Konu Yazar
- #1
MLHub, merkezi veri ekipleri ile operasyonel uzmanlar arasındaki boşluğu kapatmak için tasarlanmış yeni bir modüldür. MLHub ile operasyonel uzmanlar ve veri bilimcileri bir makine öğrenimi uygulamasında iş birliği yapma olanağına kavuşur. MLHub, daha derin operasyonel içgörüler için makine öğrenimi modellerinin oluşturulmasını, eğitilmesini ve dağıtılmasını sağlar. ·
Gelişmiş Makine Öğrenimi Yetenekleri : MLHub, veri bilimcilerinin TrendHub ve ContextHub görünümlerinden veri içe aktarmalarına, Python kodu kullanarak hipotezleri doğrulamalarına ve makine öğrenimi modelleri dağıtmalarına olanak tanır. Bu modeller, tüm yazılım kullanıcıları tarafından TrendHub'da Makine Öğrenimi etiketleri veya DashHub'da not defteri çıktı döşemeleri olarak erişilebilir hale gelir. ·
Yeni ML Ortamı : Bu sürüm, yeni bir Jupyter not defteri ekosistemi, gelişmiş performans için çekirdek izolasyonu ve kaynak yönetimi ve tam korumalı bir güvenlik katmanı içerir. Ayrıca, kolay görselleştirme için not defteri çıktı hücreleri ve PMML modellerine dayalı Makine Öğrenimi Modeli etiketleri tanıtılmıştır. ·
Bağlamsal Verilerin Çizilmesi : Çok değişkenli saçılım grafikleri daha güçlü görselleştirme sağlar ve süreç uzmanlarının bağlamsal olaylar ile nitelikleri arasındaki ilişkiyi sınıflandırmasına olanak tanır. Bu grafikler, daha ileri analizler için korelasyonlar ve dağılımlar hakkında bilgi edinilmesine yardımcı olur. ·
Gelişmiş Operasyonel Gösterge Panoları : Gösterge panosunda artık metin döşemeleri ve not defteri çıktı döşemeleri görünür ve bu da operasyon uzmanlarının görsel veri kaynaklarıyla birlikte açıklamalar ve yorumlar sunmasına olanak tanır.
Gelişmiş Makine Öğrenimi Yetenekleri : MLHub, veri bilimcilerinin TrendHub ve ContextHub görünümlerinden veri içe aktarmalarına, Python kodu kullanarak hipotezleri doğrulamalarına ve makine öğrenimi modelleri dağıtmalarına olanak tanır. Bu modeller, tüm yazılım kullanıcıları tarafından TrendHub'da Makine Öğrenimi etiketleri veya DashHub'da not defteri çıktı döşemeleri olarak erişilebilir hale gelir. ·
Yeni ML Ortamı : Bu sürüm, yeni bir Jupyter not defteri ekosistemi, gelişmiş performans için çekirdek izolasyonu ve kaynak yönetimi ve tam korumalı bir güvenlik katmanı içerir. Ayrıca, kolay görselleştirme için not defteri çıktı hücreleri ve PMML modellerine dayalı Makine Öğrenimi Modeli etiketleri tanıtılmıştır. ·
Bağlamsal Verilerin Çizilmesi : Çok değişkenli saçılım grafikleri daha güçlü görselleştirme sağlar ve süreç uzmanlarının bağlamsal olaylar ile nitelikleri arasındaki ilişkiyi sınıflandırmasına olanak tanır. Bu grafikler, daha ileri analizler için korelasyonlar ve dağılımlar hakkında bilgi edinilmesine yardımcı olur. ·
Gelişmiş Operasyonel Gösterge Panoları : Gösterge panosunda artık metin döşemeleri ve not defteri çıktı döşemeleri görünür ve bu da operasyon uzmanlarının görsel veri kaynaklarıyla birlikte açıklamalar ve yorumlar sunmasına olanak tanır.
