Selasa, 16 Juli 2019

Follow us:

infobrand

infobrand

Geber Inovasi Machine Learning, Hitachi Vantara Kenalkan Model Manajemen Baru

Posted by: 09-03-2018 00:00 WIB 214 viewer

Geber Inovasi Machine Learning, Hitachi Vantara Kenalkan Model Manajemen Baru
Hitachi Machine Learning

Hitachi Vantara, anak perusahaan Hitachi, Ltd. (TSE:6501) hari ini mengumumkan penambahan kapabilitas machine learningnya untuk membantu para ilmuwan data dalam mengamati, menguji, melatih, serta memindahkan model-model di dalam produksi. Sebuah inovasi dari Hitachi Vantara Labs, dikenal sebagai “Machine Learning Model Management.”

 

Seiring organisasi betransformasi secara digital, algoritma mereka menjadi keunggulan kompetitif utama - sekaligus berpotensi menimbulkan risiko. Model yang berada dalam masa produksi harus dipantau, diuji dan dilatih ulang terus-menerus sebagai respons terhadap perubahan, kemudian dipindahkan. Saat ini, pekerjaan tersebut melibatkan usaha secara manual dan, akibatnya, seringkali jarang dilakukan. Bila hal tersebut terjadi, ketepatan prediksi akan memburuk dan berdampak pada profitabilitas bisnis berbasis data.


David Menninger, SVP & Research Director, Ventana Research, mengatakan, "menurut penelitian kami, dua pertiga organisasi tidak memiliki proses otomatis untuk memperbarui model analisis prediktif mereka dengan lancar. Akibatnya, kurang dari seperempat model machine learning diperbarui setiap hari, sekitar sepertiga diperbarui setiap minggu dan lebih dari setengah diperbarui setiap bulan. Model yang sudah ketinggalan zaman dapat menciptakan risiko yang signifikan bagi organisasi."

 

Mempercepat proses model masuk ke dalam produksi: Langkah-langkah orkestrasi machine learning yang baru mendukung keahlian data dan fitur. Langkah-langkah ini mengevaluasi model dan meningkatkan keakuratannya menggunakan data produksi asli sebelum ditayangkan. Untuk penyetelan model lebih lanjut dan menghindari overfitting, tim operasi data dapat menyamaratakan model terhadap data uji produksi dengan menggunakan beragam teknik evaluasi antar validasi (cross-validation) and holdout.

 

Penyiapan dan pembersihan data spesifik algoritma - juga disebut sebagai "mil terakhir dari persiapan data" – sekarang menjadi otomatis. Tim operasi dapat menyesuaikan parameter model menggunakan GUI sederhana alih-alih menulis dan mempertahankan kode, yang membebaskan ilmuwan data untuk mengembangkan model baru.

 

Memaksimalkan keakuratan model dalam masa produksi: Setelah model diproduksi, ketepatannya biasanya menurun karena data produksi baru berjalan di dalamnya. Untuk menghindari hal tersebut,  beberapa evaluasi statistik baru membantu mengidentifikasi model yang terdegradasi. Visualisasi dan laporan yang kaya memudahkan untuk menganalisis kinerja model dan menemukan kesalahan. Saat pembaruan atau perubahan terjadi, model "penantang" baru dapat dengan mudah diuji A / B melawan model "juara" saat ini. Karena hasil tes dikembalikan lebih cepat, maka model bisa disesuaikan lebih awal.

 

 

Berkolaborasi dan mengatur operasi model pada skala: Banyak organisasi menuntut visibilitas mengenai cara algoritma membuat keputusan. Kurangnya transparansi sering menjadi penyebab dari kolaborasi yang buruk dalam kelompok-kelompok yang menerapkan dan memelihara model termasuk tim operasi, ilmuwan data, insinyur data, pengembang dan arsitek aplikasi.

 

Kemampuan baru dari Hitachi Vantara ini mendorong kolaborasi, menyediakan jalur data (data lineage) dari langkah-langkah model, visibilitas sumber data dan fitur untuk model. Transparansi yang lebih besar ini memungkinkan jaringan dan saluran data mudah dibagi, distandarisasi dan digunakan kembali di seluruh tim yang memungkinkan percepatan pembangunan aplikasi machine learning baru. Dengan memanfaatkan platform kelas enterprise, langkah-langkah model machine learning dimasukkan ke dalam saluran data dan dapat menjalankan volume data berskala besar di lingkungan yang sangat tersedia dan aman.

 

Machine learning dan Artificial Intelligence (AI) mengoptimalkan segalanya, mulai dari interaksi dengan pelanggan hingga operasi perusahaaan. Karena aplikasi-aplikasi ini berevolusi, ilmuwan data dan tim operasi TI perlu memindahkan model-model yang baru dilatih ke dalam produksi lebih cepat dari sebelumnya,sebelum, yang dapat menghilangkan akurasi, tahap kolaborasi dan governance,” kata John Magee, VP, product marketing, Hitachi Vantara.

 


Kirimkan Press Release berbagai kegiatan aktifitas Brand Anda ke: infobrandindonesia@gmail.com



Article Related


MAKKO Group Siap Pamer Produk Inovasi Baru di GIIAS 2019

MAKKO Group Siap Pamer Produk Inovasi Baru di GIIAS 2019
JAKARTA, INFOBRAND.ID – Perusahaan aksesoris otomotif ternama di Indonesia, MAKKO Group kembali hadir dalam pameran otomotif  Gabungan Indu...


Menakar Aroma Harum Bisnis Kapal Api

Menakar Aroma Harum Bisnis Kapal Api
Bagi para penikmat dan pecinta kopi pasti sudah hafal betul dengan brand Kopi Kapal Api. Lebel satu ini seolah sudah begitu menyatu dengan budaya minu...


Bangun Stigma Positif, Hero Group Lakukan Rebranding “Giant Tampil Beda” di Bandung

Bangun Stigma Positif, Hero Group Lakukan Rebranding “Giant Tampil Beda” di Bandung
PT Hero Supermarket Tbk. melakukan upaya penyegaran terhadap unit usahanya, Giant Ekspres, dengan kampanye “Giant Tampil Beda” untuk gerai...


GIIAS 2019 Jadi Etalase Tiga Kendaraan Elektrik Canggih Toyota

GIIAS 2019 Jadi Etalase Tiga Kendaraan Elektrik Canggih Toyota
PT Toyota-Astra Motor (TAM) menjadikan gelaran Gaikindo Indonesia International Auto Show (GIIAS) 2019 sebagai etalase produk kendaraan elektrifikasi....