概要
データサイエンスチームの自由な活動にはクラウドネイティブな IT サービスが必要。
CDP Machine Learing なら、企業のデータサイエンスチームが企業のデータパイプラインや拡張性のあるコンピュートリソースへ即時にアクセスし、好みのツールを活用しながら、データライフサイクル全体を通じてコラボレーションできます。また、分析ワークロードを本番環境に投入するプロセスを効率化し、ビジネス全体で大規模に機械学習のユースケースをインテリジェントに管理できます。
CDP Machine Learning は、モデルの導入、提供、モニタリングのためのネイティブで堅牢なツールを提供することで、ビジネス全体の ML ワークフローを最適化します。モデルのための拡張 SDX を使って、モデルのカタログ化の管理や自動化を行い、その結果を Data Warehouse や Operational Database などの CDP エクスペリエンスにシームレスに提供できます。
データサイエンティストは
繰り返し実行できる、すべての人に役立つ透明性のあるワークフローで、事業全体の ML データライフサイクルを最適化し、機械学習モデルを運用しましょう。
ツールについて詳しく見る
ITリーダーのために
データサイエンスチームが、俊敏性、セキュリティ、ガバナンスを損なうことなく、場所を問わず実験、反復を行い、ビジネスに影響を与えるために必要なリソースを提供します。
ユースケース
AI をコンセプトから現実へ
MLOps による機械学習の拡張
探索的データサイエンスを実現
AI をコンセプトから現実へ
価値実現までの時間を短縮し、AI アプリケーションの実用化を促進します。
どの業界でも、ビジネスの課題はこれまでにない速さで次々と発生しています。そのスピードに対応するため、AI や機械学習の需要が高まる中で、AI アプリケーションの実用化に関する戦略策定の必要にも迫られています。CDP の CML は、AI を研究から本番環境に移行するための統合データプラットフォームです。
機械学習ワークスペースを数クリックで展開したら、すぐにデータサイエンスチームは包括的な ML に必要なプロジェクト環境と、自動的でエラスエティックなコンピュートリソースを利用できるようになります。
CDP Machine Learning を活用すると、管理者とデータサイエンスチームはデータソースから本番環境までを完全に把握でき、透明性のあるワークフローと、チームを横断したコラボレーションを安全かつ簡単に実現できます。
データセットの発見、クエリ、可視化のために、データサイエンティストが複数のツールを切り替える必要はありません。CML では、データ検出と可視化機能を使用し、すべての探索的データサイエンスに必要な単一の UI でこうしたすべての処理を行えます。
AMP は、Cloudera Machine Learning からワンクリックで直接デプロイできる ML プロジェクトです。AMP を使用すると、データサイエンティストはわずかな時間でアイデアを実用的な ML ユースケースに昇華させることができます。AMP は、ビジネス対応の ML アプリケーションを即座に構築、デプロイ、監視するためのエンドツーエンドのフレームワークを提供します。
Cloudera Machine Learning の MLOps 機能により、1クリックによるモデルの展開、モデルのカタログ化、詳細な予測モニタリングを行えることで、本番環境全体にわたるモデルの安全性と精度を確保します。
一貫した使いやすいエクスペリエンスで洞察を提供します。直感的で分かりやすいドラッグアンドドロップダッシュボードとカスタムアプリケーション開発を利用できます。
ご興味をお持ちであれば、詳しい内容をぜひご覧ください
Cloudera Data Platform の機械学習 (ML) を体験
導入オプション
CDP Machine Learing は、クラウドネイティブでポータブルな一貫性のあるエクスペリエンスで、あらゆる環境に展開できます。
CDP Public Cloud
- マルチクラウド対応: 特定のクラウドプロバイダーにロックインされることがありません。あらゆる場所のデータを使った包括的な AI への取り組みをサポートします。
- 優れた拡張性: 拡張性に優れ、自動サスペンドに対応したコンピュートリソースを活用。料金は利用している間だけ発生します。
- ライフサイクル全体を統合: Cloudera Data Engineering や Data Warehouse など、CDP のエクスペリエンス全体で、ワークロードやアウトプットをシームレスかつ安全に共有できます。
CDP Private Cloud
- 優れたコスト効果：ストレージを分離することで、リソースの利用を最適化し、クラスタ全体で優れたコスト効果を得ることができます。
- パフォーマンスの最適化: ワークロードの分離や、重要なワークロードのためのマルチテナンシーによって、常に SLA を達成できます。
- 効果的なコラボレーション: データライフサイクルのあらゆる局面で、ワークロードやデータ、処理結果をチーム間で安全に共有できます。
始める
Cloudera Machine Learning に関するお客様の声
「他の CDP 機能とのシームレスな統合が可能なので、データからすぐに洞察を取得できます。特に柔軟性とオープン性が優れています」
アナリティクスソリューションアーキテクト
業種: エネルギー・公共事業
「単独でデータサイエンスのニーズに対応できます。複数セッションの管理から、データパイプラインジョブの自動化、機械学習アプリケーションの作成まで、すべてを簡単かつ直感的に行えます」
モデル開発エキスパート
業種: サービス
「機械学習やデータエンジニアリングのあらゆるプロジェクトに最適なプラットフォームです。コードの開発やテストだけでなく、機械学習のパフォーマンス追跡も容易に行う方法が用意されています」
ビッグデータおよびアナリティクスアーキテクト
業種: その他