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    

推薦する

Python 学習パス - Python スライス シミュレーション LRU アルゴリズム

問題の説明: プロセスが 3 つのメイン メモリ ブロックを使用する権利を取得しました。プロセスが ...

暗号化アルゴリズムの鍵交換は少し安全ではない

今日は対称暗号化アルゴリズムの重要な問題についてお話ししましょう。暗号化の基本的な概念に精通していな...

機械学習アルゴリズムの比較

[[176276]]この記事では、主に、一般的に使用されているいくつかのアルゴリズムの適応シナリオと...

サイバーセキュリティにおける人工知能の役割

人工知能(AI)が社会に普及するにつれ、サイバーセキュリティの分野にも参入してきました。 AI は、...

銀行、金融、保険業界に革命をもたらす主要技術

不安定な市場環境、規制上のハードル、そしてBrexitは、好況時でも最も回復力のある企業にさえ課題を...

Foreign Media Express: 2017 年の機械学習に関する 10 の予測

[51CTO.com オリジナル記事] Foreign Media Express は、ヌカ・コーラ...

AIは40の言語を理解でき、15の言語で22の部門で1位を獲得しました。その背景には、中国チームの22年間の粘り強さがあります。

一気に15言語で22の1位を獲得!いや、もっとすごいのは、彼は40以上の言語を読んで理解できるという...

...

チューリング賞受賞者のヨシュア・ベンジオ氏:ディープラーニングの最優先事項は因果関係を理解すること

ディープラーニングは大量のデータからパターンを見つけるのが得意だが、それらの間のつながりを説明するこ...

人工知能とビッグデータとは何ですか?彼らの間にはどのような関係があるのでしょうか?

ビッグデータとは、従来のソフトウェアツールでは一定期間内に収集、管理、処理できないデータの集合を指し...

...

...

CMU がオープンソースの AI コード生成モデルを作成、C 言語は Codex を上回る

最近、言語モデル (LM) は、プログラミング言語のソースコードのモデリングにおいて優れたパフォーマ...

Google がオールラウンドな音楽転写 AI を発表: 曲を一度聴くだけでピアノとバイオリンの楽譜がすべて手に入る

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

PyTorch と TensorFlow のどちらが優れていますか?最前線の開発者の声

Theano、TensorFlow、Torch、MXNetから最近人気のPyTorchなど、ディープ...