IBM Machine Learning

Продукт
Название базовой системы (платформы): IBM Watson
Разработчики: IBM
Дата премьеры системы: 2017/03/20
Отрасли: Торговля,  Фармацевтика, медицина, здравоохранение,  Финансовые услуги, инвестиции и аудит
Технологии: BI,  Средства разработки приложений

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.

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

Смотрите также (Робототехника)





Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2014 год
2015 год
2016 год
Текущий год

  Qlik (QlikTech) (63, 403)
  Прогноз (35, 299)
  IBM (66, 281)
  SAP SE (81, 274)
  BaseGroup Labs (1, 225)
  Другие (648, 927)

  Qlik (QlikTech) (6, 46)
  BaseGroup Labs (1, 28)
  SAP SE (8, 25)
  IBM (9, 23)
  Oracle (11, 16)
  Другие (46, 86)

  IBM (14, 40)
  Qlik (QlikTech) (3, 33)
  РИСКФИН (1, 21)
  SAP SE (7, 17)
  Oracle (8, 14)
  Другие (44, 67)

  БизнесАвтоматика НПЦ (1, 37)
  SAP SE (9, 22)
  Qlik (QlikTech) (2, 21)
  Oracle (5, 8)
  IBM (4, 7)
  Другие (38, 56)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2014 год
2015 год
2016 год
Текущий год

  QlikView - 369 (342, 27)
  Prognoz Platform - 290 (281, 9)
  Deductor - 225 (225, 0)
  IBM Cognos - 151 (55, 96)
  SAP BusinessObjects - 88 (43, 45)
  Другие 966

  QlikView - 43 (39, 4)
  Deductor - 28 (28, 0)
  IBM Cognos - 13 (6, 7)
  Prognoz Platform - 13 (10, 3)
  SAP BusinessObjects - 9 (5, 4)
  Другие 91

  Visary (Визари АИС) - 37 (37, 0)
  QlikView - 13 (13, 0)
  Qlik Sense - 8 (8, 0)
  SAP BusinessObjects - 7 (2, 5)
  SAP NetWeaver Business Warehouse (SAP BW/4HANA) - 4 (4, 0)
  Другие 71

  SAP Business Intelligence (SAP BI) - 4 (2, 2)
  QlikView - 3 (2, 1)
  Visary (Визари АИС) - 3 (3, 0)
  ОКБ: Скоринг Бюро - 3 (3, 0)
  Prognoz Platform - 3 (3, 0)
  Другие 14

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2014 год
2015 год
2016 год
Текущий год

  Microsoft (54, 45)
  Oracle (59, 16)
  IBM (37, 16)
  Red Hat (16, 9)
  Консид Технологии (ConsID) (5, 7)
  Другие (278, 69)

  Microsoft (3, 7)
  IBM (3, 3)
  Red Hat (2, 2)
  Oracle (2, 2)
  SAP SE (1, 2)
  Другие (4, 4)

  Microsoft (2, 4)
  Red Hat (3, 3)
  Dassault Systemes (2, 3)
  Oracle (2, 3)
  IBM (2, 2)
  Другие (9, 10)

  Oracle (2, 4)
  Red Hat (3, 3)
  Microsoft (2, 3)
  IBM (2, 2)
  Solar Security (Солар Секьюрити) (1, 2)
  Другие (9, 9)

  Бипиум (1, 1)
  Solar Security (Солар Секьюрити) (1, 1)
  SAP SE (1, 1)
  Microsoft (1, 1)
  MathWorks (1, 1)
  Другие (2, 2)

Распределение базовых систем по количеству проектов, включая партнерские решения

За всю историю
2014 год
2015 год
2016 год
Текущий год

  Windows Azure - 20 (20, 0)
  Microsoft.NET Framework - 8 (8, 0)
  IBM Rational - 7 (5, 2)
  Microsoft Visual Studio - 7 (3, 4)
  JBoss - 7 (4, 3)
  Другие 105

  Microsoft.NET Framework - 3 (3, 0)
  Target Zero Defect - 2 (2, 0)
  Java Platform Enterprise Edition (Java EE) - 2 (2, 0)
  JBoss - 2 (1, 1)
  Неолант InterBridge - 2 (2, 0)
  Другие 13

  Microsoft.NET Framework - 2 (2, 0)
  Oracle Database Cloud Service - 2 (2, 0)
  Oracle Java as a Service - 2 (2, 0)
  JBoss - 2 (1, 1)
  Solar inCode - 2 (2, 0)
  Другие 12

TAdviser рекомендует

24 июня, Сб.

На нашем сайте вы можете прочитать не только о системе IBM Machine Learning классов BI, Средства разработки приложений, изучить описание характеристик, шаблонов установки, инструкции настройки, руководство и документацию пользователя и администратора, примеры внедрений, стоимость лицензий, отзывы, бесплатно скачать драйвера, узнать о возможности обучения, но также и о других системах классов BI, Средства разработки приложений.
Бета
Лидеры по внедрениям ИТ в корпоративном секторе

Добавить: