Cloudera は研究から実稼働までエンタープライズ機械学習を加速します

Cloudera は研究から実稼働までエンタープライズ機械学習を加速します

クラウド向けに最適化された機械学習および分析のための最新プラットフォームを提供する Cloudera (NYSE: CLDR) は本日、データ サイエンティストとデータ エンジニアの生産性を向上させ、企業がデータの洞察を実際の生産に迅速に適用できるようにする一連のイノベーションを発表しました。新しい機械学習機能により、データ サイエンティストは、より高い信頼性とより少ないリスクで、より簡単かつ効率的にモデルをトレーニングおよび展開できるようになります。 Cloudera の最新データ プラットフォームのパフォーマンス、規模、機能が大幅に向上し、企業がビジネス データの爆発的な増加と多様化に効果的に対応できるようになります。これらの新機能により、データ チームはより効率的に連携し、モデルをより迅速に本番環境に展開できるようになり、社内データ センターまたはパブリック クラウドにあるエンタープライズ規模の高性能データと計算に安全にアクセスできるようになります。

[[230534]]

「データがあれば、今日は不可能なことが明日は可能になると信じています」と、Cloudera の CEO である Tom Reilly は述べています。「本日発表された、機械学習、分析、クラウド コンピューティングの機能を強化した新しいソフトウェア製品とクラウド サービスは、お客様がデータ エコノミーでより早く競争上の優位性を獲得する上で役立ちます。これらの機能強化は、市場をリードするイノベーションを通じて、企業が複雑なデータを安全に実用的な洞察に変換できるようにすることで、デジタル変革を加速するという Cloudera のビジョンを完全に反映しています。」

本日発表された改善点は次のとおりです。

Cloudera Data Science Workbench 1.4はデータサイエンティストの日々の作業効率の向上に役立ちます

ビデオリンク: https://v.qq.com/x/page/s0665k07n7o.html

Cloudera Data Science Workbench 1.4 は、セルフサービスの機械学習プラットフォームを本番環境に導入します。多くの場合、データ サイエンス チームは、トレーニング済みのモデルを正確に複製または展開しようとすると、非効率でエラーが発生しやすい反復作業が発生し、作業の運用化に苦労します。この新しいリリースにより、データ サイエンティストは実験バージョンを実行および追跡し、ワンクリックでモデルを REST API としてデプロイできるようになります。データ チームは、どこでも実行できる共通の安全なプラットフォーム上でモデルを構築、トレーニング、比較し、本番環境にデプロイするための統合ワークフローを利用できるようになりました。

Cloudera Machine Learning のゼネラルマネージャーである Hilary Mason 氏は、次のように述べています。「実験管理やモデルの導入など、データサイエンティストの日常業務の生産性を向上させる Cloudera Data Science Workbench の新機能を発表できることを嬉しく思います。同時に、データセキュリティとデータ管理を保証するシームレスなエクスペリエンスも提供します。」

Cloudera Data Science Workbench 1.4 は今夏にリリースされる予定です。

Cloudera Altus は Microsoft Azure 上で機械学習をサポートします

ビデオリンク: https://v.qq.com/x/page/i06652tyb7l.html

本日、Cloudera Altus が Microsoft Azure で利用可能になり、Altus が業界初のマルチクラウド、多機能 PaaS サービスになったことをお知らせします。 Cloudera Altus は、Azure 向けのデータ エンジニアリングを提供し、複雑さを軽減することでデータ ETL (抽出、変換、読み込み)、データ処理、バッチ マシン ラーニングを簡素化および高速化します。これにより、エンジニアや開発者は、データ サイエンティスト、分析チーム、下流のデータ製品に、より多様なデータを提供できるようになります。 Azure のお客様は、Cloudera Altus SDX (ベータ版) の共有データ カタログ機能も利用できます。この機能は、ビジネス メタデータとセキュリティ管理ポリシーを保持し、クラウド内のデータ処理と分析がそれらのセキュリティ管理ポリシーに準拠するようにします。

Deutsche Telekom は、Azure プラットフォーム上の Cloudera Altus Data Engineering の顧客およびベータ ユーザーです。 「当社は、ヨーロッパ最大かつ最も急速に成長している IoT データ市場の 1 つをサポートするクラウドベースのプラットフォームを構築しており、Cloudera は今後も戦略的パートナーであり続けます」と、同社の IoT 事業を率いる Ingo Hofacker 博士は述べています。「Azure 上の Cloudera Altus Data Engineering を活用することで、ミッションクリティカルな機械学習および分析アプリケーションをサポートするデータ パイプラインを簡単かつ迅速に構築および実行できます。」

Cloudera Altus 分析データベースは、データにウェアハウスをもたらす初のデータ ウェアハウス クラウド サービスであり、現在 Microsoft Azure Cloud (ベータ版) で利用可能です。誰でも簡単に、確実に、安全に、即時のセルフサービス ビジネス インテリジェンス (BI) と SQL 分析を利用できます。さらに、Altus SDX を使用すると、アナリスト、データ サイエンティスト、データ エンジニアなどが、データ移行を必要とせずに、好みのツール (SQL、Python、R) を使用して同じデータとカタログにアクセスできます。

今すぐ、Microsoft Azure で Cloudera Altus の 30 日間無料トライアルを開始できます。

Cloudera 最大の機械学習および分析プラットフォーム

ビデオリンク: https://v.qq.com/x/page/r0665qeaads.html

Cloudera Enterprise Edition 6.0 は、検索、ストリーミング、スケーリング、制御におけるイノベーションにより、パフォーマンスとエンタープライズ グレードの品質が大幅に向上し、企業がデータ インサイトの実装を加速するのに役立ちます。 Cloudera は、顧客が価値を感じるプロジェクトのテスト、計画、貢献に、今後も時間と専門知識を投入していきます。最新の製品リリースは、オンプレミスのデータセンター、クラウド、またはデータが存在するあらゆる場所で実行できる、ミッションクリティカルな機械学習および分析アプリケーション向けの Cloudera 最大のプラットフォームです。バージョン 6.0 では、クラスターでの GPU サポートと Hive の最適化も導入されており、機械学習およびデータ エンジニアリング アプリケーションが以前のバージョンの製品よりも大幅に高速化され、エンド ユーザーの生産性が向上し、インフラストラクチャ コストがさらに削減されます。

「ビジネスリーダーはデータの本質的な価値を認識していますが、従来の単一目的の分析プラットフォームを通じて機械学習やリアルタイムストリーミングなどの最先端のイノベーションを活用することはますます困難、あるいは不可能になっています」と、Ovum の IT 部門シニアアナリストである Tony Baer 氏は述べています。「同時に、パブリッククラウドサービスプロバイダーは、リソースを組み合わせて組み合わせる可能性を実現することでこの問題に対処し、市場に混乱をもたらしました。しかし、パブリッククラウドサービスプロバイダーには、オンプレミスのデータセンターからパブリッククラウドプラットフォームに及ぶ統一された共有ガバナンス環境を提供する能力がありません。」

「データは私たちのビジネスと業界の生命線です」とニューヨーク証券取引所の親会社であるインターコンチネンタル取引所グループの最高データ責任者、スティーブ・ハーシュ氏は語ります。「Cloudera は、データ処理と分析の高速化を支援し、データの増加に合わせて拡張できるプラットフォームを構築し、企業が簡単かつ安全にリアルタイムでデータにアクセスできるようにします。」

<<:  蘇寧電子商取引プラットフォームにおけるAI技術+短編動画の応用

>>:  受注収益が7億人民元を超えるPercentが、なぜこれほど爆発的な成長を遂げることができたのでしょうか?

ブログ    
ブログ    

推薦する

AutoML、AutoKeras... これら 4 つの「自動」自動機械学習手法の違いがわかりますか?

まずは短いおとぎ話から始めましょう...昔々、今では誰も使っていないプログラミング言語を使い、今では...

血みどろの惨劇を突破できるのは誰か?自動運転プレイヤーが腕前を披露!

自動運転は爆発的な成長を遂げている最先端分野です。水平的な視点で見ると、BATを含むインターネット大...

製造業における人工知能の8つの応用シナリオ

人工知能の概念は、60年以上前の1950年代に初めて提案されました。しかし、モノのインターネット、ビ...

製造業者はデジタルツインをどのように活用して生産性を向上できるでしょうか?

メーカーは、競争上の優位性を獲得し、コストを削減し、顧客によりカスタマイズされた体験を提供するために...

AIはビデオを流暢に解釈できますか? Vista-LLaMAはこの「錯覚」の問題を解決します

近年、GPT、GLM、LLaMAなどの大規模言語モデルは自然言語処理の分野で大きな進歩を遂げており、...

AIが材料科学を覆す!ディープマインドの主要な研究がネイチャー誌に掲載され、220万の結晶構造を予測し、人類より800年も先を行く

テレンス・タオ氏は、ChatGPT が数学的証明を覆すだろうと常に楽観的でしたが、現在、化学分野にお...

SMP、NUMA、MPP アーキテクチャの概要

[[198955]]現在の商用サーバーは、システムアーキテクチャの観点から、対称型マルチプロセッサ構...

データの品質は機械学習を成功させる鍵です

翻訳者 | 張毅校正 | 梁哲、孫淑娟出典: frimufilms が作成したビジネス写真 - ww...

企業は2024年に台頭するテクノロジーの波にどのように対応すべきでしょうか?

2023年は科学技術にとって重要な年と言えます。AI、モノのインターネット、ビッグデータ、クラウド...

AIでAIを守る、次世代のAIベースのサイバー脅威ソリューション

多くの関係者は、AI が「悪」の力にもなり得るという事実を受け入れ始めています。関連する海外メディア...

2019年のAIインデックスレポートが発表されました。AI分野では大きな進歩がありましたが、結果はまちまちです。

この記事はLeiphone.comから転載したものです。転載する場合は、Leiphone.com公式...

機械学習は創造的な仕事に役立つ

【51CTO.com クイック翻訳】 [[397384]] [序文]直感に反するように聞こえるかもし...

AIが品質保証を向上させる6つのヒント

品質保証(QA)は多くの企業にとって重要な関心分野です。企業やサービスプロバイダーが高い品質を維持す...

...