Your browser is out of date

Update your browser to view this website correctly. Update my browser now

×

概览

一个平台既能给予数据科学团队所需的自由也能适用于 IT 。

企业数据科学团队需要访问业务数据以及端到端机器学习工作流所需的工具和计算资源,而 IT 和业务部门需要维护数据治理和控制基础架构成本。Cloudera Machine Learning 将云计算的灵活性和经济性带入到自助式机器学习工作流程,其中包含数据科学团队在任何地方所需的受治理的业务数据和工具。

使用案例

  • 将机器学习模型训练迁移到云端
  • 将大规模批量评分迁移到云端
  • 使用云端产生的数据进行端到端机器学习(ML)

将机器学习模型训练迁移到云端

内部部署基础架构太过繁忙,无法进行机器学习处理以进行模型训练? Cloudera Machine Learning 使 IT 部门可以轻松地将受治理的业务数据从内部部署环境复制到云端,并针对具有预先配置资源消耗护栏的团队部署新的机器学习(ML)工作区,从而提供对模型训练和部署(使用本地部署环境产生的数据)所需的数据、工具和计算资源的访问。

将大规模批量评分迁移到云端

当机器学习(ML)模型在本地进行训练但推理数据存在于云端时,Cloudera Machine Learning 可对大批量数据(例如驻留在云存储中的图像或传感器数据)进行批量评分。 IT 部门可以使用预先配置的资源使用护栏部署机器学习(ML)工作区,以便数据科学团队可以使用自动扩展和自动暂停工具 TensorFlow 或 Spark 作业快速处理数据,而不会造成成本失控。

使用云端产生的数据进行端到端机器学习(ML)

有些时候,机器学习项目所需的数据是在云端产生的。 Cloudera Machine Learning 允许 IT 部门针对具有预先配置资源消耗护栏的团队部署新的机器学习(ML)工作区,从而提供对模型训练和部署(使用云端生成的数据)所需的工具和计算资源的访问。

Cloudera Machine Learning:它是如何工作的

了解管理员是如何在不中断业务工作负载的情况下快速加入新的数据科学团队,使数据科学团队无需等待即可按需访问用于端到端机器学习(ML)的业务数据、开放工具和计算资源。

 

Cloudera Machine Learning:它是如何工作的

了解管理员是如何在不中断业务工作负载的情况下快速加入新的数据科学团队,使数据科学团队无需等待即可按需访问用于端到端机器学习(ML)的业务数据、开放工具和计算资源。

 

主要优点和功能

Cloudera Machine Learning 使管理员只需点击几下即可为团队部署新的机器学习工作区,使数据科学团队无需等待即可访问端到端机器学习所需的项目环境和资源。

借助 Cloudera Machine Learning,管理员可以轻松地在混合云和多云环境中复制受治理的数据集,从而使数据科学团队能够自助访问所需的业务数据,同时维护企业数据安全和治理的可控性。

除了 Python、R 和 Scala for Spark 等语言之外,现代数据科学团队需要使用最新的开源工具和库来进行创新,并在他们首选的 IDE 中进行协作。 Cloudera Machine Learning 使从业者可以自由地使用他们喜欢的工具,同时保持安全性、高效率和可扩展性,而且不会产生额外的管理成本。

创新可能无法预测,但是不可阻挡的。 Cloudera Machine Learning 使数据科学团队能够访问他们快速完成工作所需的横向扩展、异构计算资源,同时保持可调节护栏,帮助 IT 人员轻松地管理和优化基础架构资源和成本。

机器学习在数据准备好之前不能启用,在模型训练后也不会终止。 针对业务的机器学习需要经历数据工程、模型训练和实验跟踪,以及部署和管理实际生产中的模型。 Cloudera Machine Learning 在一个连贯的环境中为数据科学团队提供了所有工具,无需切换或拼接。

在混合云甚至多云环境中,您的机器学习平台不应该是可移植的吗? Cloudera Machine Learning 使企业可以在任何地方移动数据和基础设施,而不会形成隔离的孤岛,也不会改变数据科学团队所依赖的一致性用户体验,为端到端机器学习构建强大的工作流和进程。

SDX Logo

企业级安全和治理

通过专用的集成接口进行管理,从而保护和治理好平台数据和元数据以及控制功能。数据安全、治理和控制策略仅设置一次并始终如一地执行,从而可以降低运营成本和业务风险,同时实现完整的基础架构选择性和灵活性。

了解详情

在线研讨会

在 CDP 上体验混合多云机器学习

案例研究

桑坦德银行英国分行(Santander UK):充分挖掘数据的潜力,提供全面的客户洞察力和数百万美元的成本节省

案例研究

加拿大道明银行(TD Bank):通过行为分析和情绪分析打造适应未来的银行

世界级的训练,技术支持和服务

倾听我们专家的建议,帮助您构建实际有效的解决方案。

学习、分享和沉浸于我们的社区

深入了解 Cloudera 产品

下载您最喜欢的产品

Your form submission has failed.

This may have been caused by one of the following:

  • Your request timed out
  • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.