¿Por Qué QuickML?

¿Por Qué QuickML?

En las soluciones de machine learning, existe una brecha entre los científicos de datos que trabajan en las diferentes etapas del machine learning y los desarrolladores que trabajan en los modelos. QuickML se enfoca en dar a los científicos de datos un control de extremo a extremo sobre todo el pipeline, haciendo las iteraciones mucho más fáciles para mejorar la precisión.

Crear un modelo de machine learning para obtener mejores predicciones con el fin de ayudar a mejorar los negocios es un proceso iterativo que implica lidiar con muchas dificultades de desarrollo y producción, tales como:

• Manejo de datos
• Manejo de recursos
• Estrategias de gestión de modelos
• Monitoreo de modelos
• Y otros desafíos operacionales

QuickML promete ser el servicio para abordar todas estas dificultades, y aprovechar los datos que están disponibles en la nube, con cero sobrecarga operacional. QuickML ayuda a crear estos sistemas basados en datos y machine learning de manera efectiva al proporcionar una plataforma sin código para que los desarrolladores, analistas de datos, científicos de datos y otros obtengan el máximo provecho de los datos con un esfuerzo mínimo. Sirve como una plataforma para desarrollar, mantener y producir modelos de machine learning.

Hemos categorizado las actividades de QuickML en dos módulos principales:

• QuickML Machine Learning Pipelines
• QuickML Data Pipelines

QuickML Machine Learning Pipelines

Los pipelines de machine learning son la ejecución de extremo a extremo de flujos de trabajo para tareas de datos y machine learning, diseñados para orquestar modelos de machine learning completamente entrenados y precisos para ayudar a proporcionar inteligencia predictiva en una amplia gama de requerimientos de negocio.

QuickML tiene una plataforma única de construcción de pipelines sin código en la que los pipelines de machine learning se diseñan y ejecutan. Se enfoca en facilitar las operaciones de machine learning en el desarrollo de modelos de machine learning que están listos para producción.

Los usuarios pueden construir un modelo de machine learning o mejorar la calidad de los datos usando esta interfaz de construcción de pipelines. La interfaz contiene una UI simple de arrastrar y soltar para construir las etapas de un pipeline. Cada una de estas etapas puede configurarse adicionalmente con vista previa de salida en la plataforma, según los requerimientos.

QuickML se especializa en proporcionar una buena variedad de algoritmos básicos de ML y funcionalidades de Inteligencia Artificial integradas como etapas atómicas en el flujo de construcción de pipelines. Un flujo de ejecución de pipeline puede contener varias combinaciones de operaciones de datos, tareas y algoritmos de machine learning que pueden generar diferentes enfoques de características y modelos de machine learning resilientes con datos de negocio.

QuickML Data Pipelines

Los data pipelines son parte del Ciclo de Vida del Modelo de Machine Learning, que frecuentemente requiere varias manipulaciones que deben aplicarse a los datos antes de pasar a cualquier proceso de entrenamiento de machine learning.

Los data pipelines de QuickML pueden tratarse como pipelines de datos independientes o como parte de pipelines de ML según los requerimientos.

Los datos pueden importarse desde otros servicios de Zoho o desde servicios externos como AWS S3/GCloud o desde el sistema de archivos local. Una vez que los datos se importan al sistema, los usuarios tendrán los detalles básicos sobre los datos, como la calidad de los datos.