Unified Analytics: Databricks bietet Automatisierung über den gesamten Lebenszyklus von Daten

Share on facebook
Share on twitter
Share on linkedin
Share on xing
Share on whatsapp
Share on email
Share on print
Databricks ermöglicht jetzt die Automatisierung und Erweiterung über den gesamten Lebenszyklus des Machine Learnings in seiner Unified Analytics-Plattform. Das erweiterte Angebot von Augmented Analytics automatisiert nicht nur den maschinellen Modellbau, sondern erstreckt sich auch auf die automatisierte Datenaufbereitung und Bereitstellung.
Unified AnalyticsQuelle: Elnur - Shutterstock

Mit den neuen Funktionen des Automated Machine Learning (AutoML) in seiner Unified Analytics unterstützt Databricks Data Scientists und Datenwissenschaftler bei Ihrer Arbeit. „Gartner prognostiziert, dass bis 2020 mehr als 40 Prozent der datenwissenschaftlichen Aufgaben automatisiert werden. Dies führt zu einer höheren Produktivität und einem vermehrten Einsatz von Citizen Data Scientists“, kommentiert Adam Conway, VP Product Management bei Databricks.

Um schneller an diesen Grad der Automatisierung zu kommen und so Data-Science-Teams zu unterstützen, nutzt die Plattform für Unified Analytics maschinelles Lernen, um die Datenaufbereitung, Visualisierung, Feature-Engineering, Hyperparameter-Tuning, Modellsuche, automatische Tracking der Modelle, Reproduzierbarkeit und Bereitstellung zu optimieren. Dieses AutoML-Angebot hilft Data Scientists und klassischen Datenwissenschaftlern dabei, ihre datenwissenschaftlichen und maschinellen Lernabläufe zu erweitern. Dabei konzentriert es sich auf eine Integration mit dem Open-Source-Framework MLflow.

Databricks - Adam ConwayQuelle: Databricks
Adam Conway ist VP Product Management bei Databricks.

„Data Scientists und Engineers für maschinelles Lernen suchen ständig nach Möglichkeiten, ihre Initiativen für maschinelles Lernen zu beschleunigen und zu skalieren. Mit der Einführung des Konzepts von Low-Code und No-Code stellt AutoML einen grundlegenden Wandel in der Art und Weise dar, wie Unternehmen mit maschinellem Lernen und Datenwissenschaft umgehen. Mit der richtigen Automatisierung kann AutoML die Time-to-Value für Data-Science-Teams drastisch verkürzen“, berichtet Conway.

Unified Analytics: Übersicht über die neuen AutoML-Funktionen zur Automatisierung

  • AutoML Toolkit: Die automatisierte End-to-End-Pipeline für maschinelles Lernen, einschließlich Feature Engineering, Modellsuche und Bereitstellung, ist über die kundenspezifischen Lösungen von Databricks Labs verfügbar. AutoML Toolkit-Ausführungen werden in MLflow automatisch verfolgt.
  • Automatisierte Modellsuche: Optimierte und verteilte bedingte Hyperparametersuche mit erweiterter Hyperopt und automatisierter Verfolgung von MLflow.
  • Automatisiertes Hyperparameter-Tuning: Optimierte und verteilte Hyperparametersuche mit erweiterter Hyperopt und automatisierter Verfolgung zu MLflow. Tiefe Integration mit PySpark MLlib’s Cross Validation zur automatischen Verfolgung von MLlib-Experimenten in MLflow.
  • Integration mit AzureML: Aufbauend auf der im April angekündigten Open-Source-MLflow-Zusammenarbeit zwischen Databricks und Microsoft, ermöglicht diese Integration Kunden den Zugriff auf die AutoML-Funktionen von Azure Machine Learning.

Die Zielsetzung von Databricks ist es, die Innovation für seine Kunden zu beschleunigen, indem Data Science, Engineering und Business vereint werden. Databricks wurde von den ursprünglichen Machern von Apache Spark gegründet und bietet eine Unified Analytics-Plattform für Data Science Teams, die mit Data Engineering und Branchen zusammenarbeiten, um Datenprodukte zu entwickeln. Das Unternehmen erleichtert seinen Nutzern zudem die Konzentration auf ihre Daten, indem es eine vollständig verwaltete, skalierbare und sichere Cloud-Infrastruktur bereitstellt, die die Betriebskomplexität und die Gesamtbetriebskosten reduziert. (sg)

Lesen Sie zum Thema Internet der Dinge auch: Mit Internet der Dinge (IoT) zu neuen Geschäftsmodellen – Daten genauso wichtig wie Produkte selbst

Share on facebook
Facebook
Share on twitter
Twitter
Share on linkedin
LinkedIn
Share on xing
XING
Share on whatsapp
WhatsApp
Share on email
E-Mail
Share on print
Drucken
Werbung
Werbung

Redaktionsbrief

Tragen Sie sich zu unserem Redaktionsbrief ein, um auf dem Laufenden zu bleiben.

Werbung
Werbung

Aktuelle Ausgabe

Topthema: Internet of Things

Mit Vernetzung zum effektiven Eco-System

Mehr erfahren

Entdecken Sie weitere Magazine

Schön, dass Sie sich auch für weitere Fachmagazine unseres Verlages interessieren.

Unsere Fachtitel beleuchten viele Aspekte der Digitalen Transformation entlang der Wertschöpfungskette und sprechen damit unterschiedliche Leserzielgruppen an.