Tools für Machine-Learning-Projekte Teradata VantageCloud mit Azure ML verfügbar

Von Bernhard Lück Lesedauer: 1 min

Anbieter zum Thema

Die Kombination der Analyseplattform Teradata VantageCloud mit der Fähigkeit von Azure Machine Learning (ML), den ML-Lebenszyklus zu vereinfachen und zu beschleunigen, soll Kunden helfen, den vollen Wert ihrer Daten zu erschließen, selbst in sehr komplexen und anspruchsvollen Umgebungen.

Komplexe Analysen mit riesigen Datensätzen auf Enterprise-Niveau – dies sei mit Teradata VantageCloud und Azure ML nun möglich.
Komplexe Analysen mit riesigen Datensätzen auf Enterprise-Niveau – dies sei mit Teradata VantageCloud und Azure ML nun möglich.
(Bild: © – kamrul.gfxd – stock.adobe.com)

Mit Teradata VantageCloud seien Kunden künftig in der Lage, komplexe Analysen und KI/ML mit riesigen Datensätzen auf Enterprise-Niveau durchführen – mit der Möglichkeit, bevorzugte Data Science Tools und Sprachen einzubinden, einschließlich Azure ML. Dadurch, so Teradata, könnten sie qualitativ hochwertigere Modelle in der Produktion schneller und zuverlässiger bereitstellen und verwalten und somit das Potenzial ihrer KI/ML-Investitionen besser ausschöpfen.

„Die Nutzung und die Investitionen in KI/ML nehmen in Unternehmen aller Branchen zu – vom Gesundheitswesen über Finanzdienstleistungen bis hin zum Einzelhandel“, sagt Hillary Ashton, Chief Product Officer bei Teradata. „Allerdings schafft es nur die Hälfte der KI/ML-Projekte in die Produktion. Denn Unternehmen sind nicht in der Lage, komplexe Analysen zu skalieren und das meiste aus ihren Daten und Investitionen herauszuholen. Um dem zu begegnen, kombiniert Teradata VantageCloud nun mit Azure ML. Dies gibt ML-Experten, Data Scientists und Engineers die Möglichkeit, schnell und flexibel Modelle zu trainieren und zu implementieren und MLOps zu verwalten, indem sie die riesigen Datenmengen, die Vantage erfasst, optimal nutzen.“

Im Einzelhandel sei durch die nahtlose Integration von Teradata VantageCloud und Azure ML beispielsweise die Rationalisierung der Lieferketten möglich: Durch die Integration von Daten aus unzähligen Quellen könne die Nachfrage besser vorhergesagt, die Transparenz verbessert, die Flexibilität in Echtzeit erhöht und die Automatisierung vorangetrieben werden. Finanzdienstleistern verspreche die vollständige Automatisierung der Entscheidungsfindung und die Integration von Risikodaten in die Bilanzoptimierung ein verbessertes Risikomanagement. Im Gesundheitswesen könne die Vorhersage, wann medizinische Geräte gewartet werden müssen, zu einer besseren Patientenversorgung führen.

(ID:49260453)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung.

Aufklappen für Details zu Ihrer Einwilligung