Teradata 06.09.2022, 06:38 Uhr

KI/ML-Funktionen für die Vantage Cloud

ClearScape Analytics nutzt KI/ML für rund 50 neue analytische Funktionen, die als Teil von Teradata VantageCloud und dem neuen Teradata VantageCloud Lake verfügbar sind.
Teradata hat mit ClearScape Analytics neue, erweiterte Analyse-Funktionen für seine gesamte Produktreihe Vantage vorgestellt
(Quelle: teradata.de/VantageCloud)
Teradata hat mit ClearScape Analytics neue, erweiterte Analyse-Funktionen für seine gesamte Produktreihe Vantage vorgestellt. Die Analyse-Funktionen sollen Unternehmen geschäftskritische Dateneinblicke bieten. Die neuen Funktionen beinhalten mehr als 50 neue datenbankinterne Zeitreihen- und ML-Funktionen sowie integrierte ModelOps, die darauf ausgelegt sind, KI/ML-Initiativen schnell zu operationalisieren.
Die datenbankinternen Zeitreihenfunktionen von ClearScape Analytics decken laut Hersteller den gesamten Analysezyklus ab, von der Datentransformation und statistischen Hypothesentests bis hin zum Feature-Engineering und der maschinellen Lernmodellierung. Da diese Funktionen in die Datenbank integriert sind, sind sie besonders leistungsfähig und erfordern nur begrenzte Datenbewegungen.
Werden die Ergebnisse dieser Analysefunktionen – beispielsweise Prognosen – in der Datenbank gespeichert, können Unternehmen diese leicht mit anderen Daten integrieren. Ein Hersteller könnte beispielsweise die Ergebnisse der Sensor-Anomalie-Erkennung mit dem Standort einer Maschine verknüpfen und so den Ort eines voraussichtlichen Ausfalls ermitteln. Ein globaler Einzelhändler könnte die Prognoseergebnisse mit dem Preis verknüpfen, um den Umsatz vorherzusagen.
Darüber hinaus lassen sich mit ClearScape Analytics komplexe Funktionen des maschinellen Lernens in Analysepipelines integrieren: eine Sammlung zusammengehöriger Vorgänge, die von der Datenaufbereitung über die Modellierung bis hin zur Bereitstellung reichen. Diese können jedoch zur Lösung spezifischer Probleme gebündelt werden. Beispielsweise kann eine Klassifizierungspipeline speziell für die Erkennung von Betrug in einer Finanzanwendung optimiert werden, oder eine Zeitreihenpipeline kann für Nachfrageprognosen in einem Einzelhandels- oder Produktionsszenario verwendet werden.
Weitere Informationen finden Sie auf dieser Website von Teradata.

Bernhard Lauer
Autor(in) Bernhard Lauer



Das könnte Sie auch interessieren