IBM Machine Learning

На 20 марта 2017 года Machine Learning - когнитивная платформа для непрерывного создания, обучения и разворачивания большого объема аналитических моделей в частном облаке.

20 марта 2017 года компания IBM представила когнитивную платформу IBM Machine Learning на основе платформы IBM Watson.

Согласно приоритетам компании, система станет доступной на мейнфреймах z Systems, операционных ядрах глобальных организаций.

Представление IBM Machine Learning for z/OS, (2017)

IBM Machine Learning позволяет специалистам по обработке данных автоматизировать создание, обучение и развертывание операционных аналитических моделей, поддерживающих:

• любой язык (например, Scala, Java, Python);
• любой популярный фреймворк для машинного обучения (например, Apache SparkML, TensorFlow, H2O);
• любой тип данных по транзакциям;
• перемещение данных в облако без дополнительных расходов, задержек или рисков.

Cognitive Automation for Data Scientists, разработанная IBM Research, помогает специалистам по обработке информации выбирать подходящий алгоритм для анализа путем сравнения доступных алгоритмов с имеющимися данными и их ранжирования. Сервис также учитывает различные обстоятельства, например, необходимый функционал алгоритма и скорость получения результатов.

Машинное и глубокое обучение представляют собой новые сферы аналитики. Эти технологии станут основой автоматизации процесса получения инсайтов в масштабе критически важных систем и облачных сервисов по всему миру. IBM Machine Learning была разработана для эффективного использования ключевых технологий Watson и ускорения внедрения машинного обучения на площадках, где сконцентрирована подавляющая часть корпоративных данных. Поскольку заказчики замечают бизнес-отдачу от инвестиций в частное облако, они будут расширять применение гибридных и публичных облаков. Роб Томас, руководитель IBM Analytics

Мейнфрейм IBM z Systems способен обрабатывать до 2,5 млрд транзакций в день. IBM Machine Learning for z/OS помогает извлечь ценность из данных z Systems, не перемещая информацию из системы для анализа, что позволяет минимизировать задержки, затраты на проведение транзакций и риски безопасности, связанные с традиционными ETL-процессами. Система постоянно анализирует данные, модели для предоставления улучшенных прогнозов, инструменты оптимизации поведенческих моделей и ускорения времени получения инсайтов. Чекап для искусственного интеллекта: зачем и как тестировать ИИ-решения?

IBM Machine Learning сначала будет доступна на z/OS, затем на других платформах, включая IBM POWER Systems.

Робототехника