Data Science für Nicht-Programmierer

Driverless AI

Driverless AI von H2O.ai soll die Schwelle beim Einsatz von Data Science im Unternehmenskontext senken. Die Automatisierungsplattform unterstützt nichttechnische Mitarbeiter bei der Aufbereitung der Daten, der Kalibrierung der Parameter und dem Finden optimaler Algorithmen zur Lösung spezifischer Probleme mit maschinellem Lernen.
Driverless AI: Eine hohe Automatisierungsrate soll Data Science auch für nichttechnisch orientierte Anwender verfügbar und nutzbar machen
Quelle: h2o.ai
Solche Probleme sind oft komplex und unvorhersehbar. In der Praxis nutzen heute viele Unternehmen maschinelles Lernen für relativ vorhersehbare Fälle wie die Auswertung von Ausfallraten, doch selbst diese relativ einfachen Probleme sind für nichttechnische Mitarbeiter oft schwer zu durchschauen. Driverless AI automatisiert deshalb viele der Entscheidungen, die bei der Vorbereitung eines Modells getroffen werden müssen.
Trotz einer Reihe von eingebauten Use-Cases, die Benutzer an ihre eigenen Bedürfnisse anpassen können, löst das Tool allerdings nicht jedes Lernproblem automatisch. Es zielt vielmehr darauf ab, genügend Standardmodelle zu finden und einzustellen, um zumindest einen möglichst grossen Teil der Abläufe zu automatisieren. So sollen auch Benutzer ohne fachspezifisches Know-how in die Lage versetzt werden, mit der Komplexität von Big Data umzugehen.
Dazu unterstützt das System GPU-Beschleunigung, XGBoost, Multi-GPUs, K-Means, GLM und weitere Verfahren, um eine bessere Leistung zu erzielen. AlphaGo für AI erhöht die Genauigkeit durch automatisches Feature-Engineering, während automatisches maschinelles Lernen dabei hilft, die richtigen Modelle zu finden und anzupassen, um den unterschiedlichen Geschäftsanforderungen gerecht zu werden. 
Insgesamt zielt Driverless AI also – im Gegensatz etwa zu DataRobot – darauf ab, Data Science und KI für Unternehmen nutzbar zu machen, ohne dass diese über ausgewiesene Datenwissenschaftler verfügen müssen, indem es nichttechnischen Benutzern erlaubt, mit leistungsstarker Technologie zu experimentieren.




Das könnte Sie auch interessieren