RapidMiner‘ın düşük kodlu platformu, tüm beceri seviyelerinden bir milyondan fazla kişi tarafından üretim ölçeğinde veri hatları ve makine öğrenimi modelleri geliştirmek için kullanılıyor ve gelişmiş veri analitiğini etki alanı sorunlarını en iyi bilenlerin ellerine bırakıyor. Verileri dönüştürmek ve artırmak için yüzlerce güçlü, sürükle ve bırak yapı taşı sağlar – hem kodlayıcılar hem de kodlayıcı olmayanlar için işi büyük ölçüde hızlandırır – ve esnek dağıtım modelleri, kullanıcılara ve kuruluşlara, bir kullanıcının masaüstünden şirket içi sunuculara ve güvenli, çok kullanıcılı buluta kadar ihtiyaç duydukları ölçeği sağlar.

Altair’in kurucusu ve CEO’su James R. Scapa‘nın satınalma ile ilgili açıklaması şu şekilde;

Bu satın alma, müşterilere verilerini anlama, dönüştürme, üzerinde hareket etme ve otomatikleştirme gücü sunan Altair’in uçtan uca veri analitiği (DA) portföyünü önemli ölçüde güçlendiriyor.Makine öğrenimi iş dünyasının önemli bir parçası haline geliyor, ancak genellikle makine öğrenimi modelleri oluşturmanın önündeki engeller başlangıç için çok yüksek. Çok fazla veri, yeterli veri bilimi uzmanlığı olmaması ve güvensiz veya ölçeklenemeyen üretim ortamları, bir işletmenin veri analitiği vizyonunu gerçekleştirmesini engelleyebilir. RapidMiner işte bu noktada dönüştürücü olabilir.

RapidMiner’ın bulut platformu, RapidMiner masaüstünün en iyi özelliklerini alıp bulutun gücünü ekleyerek düşük kodlu platforma ek ölçek ve yönetişim getiriyor. Bu çok kullanıcılı, SaaS’a hazır sürüm, kuruluşların veri bilimi iş yüklerini kolay ve güvenli bir şekilde artırmalarını sağlıyor.

RapidMiner, Altair’e katılacak olan kurucu ve baş teknoloji sorumlusu Dr. Ingo Mierswa liderliğindeki onlarca yıllık deneyime sahip yetenekli, uygulamalı teknik ekibi sayesinde veri analitiği topluluğundaki kullanıcılar arasında yankı uyandırıyor. Mierswa’nın liderliğinde RapidMiner tüm görsel, açıklanabilir veri bilimi kavramına öncülük etti ve otomatik veri bilimi, metin analitiği, otomatik özellik mühendisliği, derin öğrenme ve daha fazlasını sunan ilk platform oldu.

RapidMiner, sektör uzmanlığı ve sektöre özgü makine öğrenimi teknikleri ve veri kaynağı bağlantıları sayesinde Altair’in veri analitiği pazarındaki konumunu başta üretim ve finansal hizmetler olmak üzere çeşitli dikey sektörlerde güçlendiriyor. Bu dikeylerde halihazırda bulunan düzinelerce Altair ürününün yanında yer alan RapidMiner, Altair’in benzersiz UNIT lisanslama modeli aracılığıyla mevcut Altair ve RapidMiner ürünlerine kolayca erişebilecek olan yeni ve mevcut müşteriler için heyecan verici yeni bir teklif sunuyor.

RapidMiner, Altair Knowledge Studio, Altair SmartWorks ve Altair SLC gibi mevcut araçlarla entegre edilerek kurumsal veri analitiği ve veri bilimi için kapsamlı, kod seçenekli, çok dilli, SaaS’a hazır, bulut ölçekli bir platform sağlayacak.

Altair veri analitiği çözümleri hakkında bilgi almak için bizimle iletişime geçebilirsiniz.

The post Altair, RapidMiner şirketini satın aldı appeared first on Blog.

CAE’nin tam potansiyeli her zaman sanal ortamda arabaları çarpıştırmanın veya uçak kanatlarını bükmeye karşılık gelen fiziksel testlerden daha ucuz olduğu aksiyomu üzerine inşa edilmiştir. Elbette fiziksel testlerle nihai doğrulama gereklidir, ancak yalnızca sanal tasarım sürecinin tahmin edilen sonucunu doğrulamak için. CAE, tarihinin büyük bir kısmında tasarım iyileştirme için öncelikle bir deneme yanılma süreci olarak kullanılmıştır. En son bulut ortamları da dahil olmak üzere ölçeklenebilir bilgi işlem kümeleri, daha önce hayal bile edilemeyen bir ölçekte simülasyona izin verir. Makine öğrenimi teknikleri, veri yığınlarını incelemek için ideal araçlardır. Kullanımı kolay bir çözüm, sürecin 3 kritik adımına kullanıcı dostu bir çözüm sunmalıdır.

1 – Sorunun kapsamını tanımlayın. Girdiler (input) ve çıktılar (output) manuel olarak tanımlanabilir veya otomatik olarak toplanabilir. Örneğin malzeme, geometri veya yükleme gibi özellikler veya gerilim veya kütle gibi Anahtar Performans Göstergeleri (KPI) yer alır.

2- Sanal örnekleri toplayın. Tüm verilerin kaydını tutmak bir yönetim sistemi gerektirir ve veriler henüz mevcut olmadığında, isteğe bağlı verileri sentezlemek için entegre bir simülasyon ve veri yönetimi sistemi gerekir.

3- Görsel açıklamalar verin. Bu parça, doğal bir kullanıcı deneyiminin anahtarıdır.

Sorun kapsamı iyi bir şekilde ortaya konduğunda, sonraki adım simülasyonu ve veri toplamayı yönetmektir. Kapsamlı bir örnekleme stratejisinin oluşturulması, bir dizi simülasyonun gerçekleştirilmesi ve devam eden sürecin durumunun sunulması kullanıcı arayüzünde ele alınmaktadır.

Son olarak, kullanıcıya mühendisliğe odaklanmasına izin veren, kolayca yorumlanabilir analitik sunulur. Bir girdinin tasarım performansı üzerindeki etkisi, görselleştirmeye yardımcı olmak için renk ve renk doygunluğu kullanılarak doğrudan model üzerinde gösterilir.

2021 versiyonundaki yenilik, tasarım değişikliklerinin etkisini gerçek zamanlı olarak görselleştirmek için tüm simülasyon tahminlerine giriştir. Bu son teknoloji yapay zeka, kodlama veya parametre ayarı gerektirmeden anında içgörü sağlamak için sanal verilerden öğrenir. Herhangi bir kullanıcının erişebileceği gerçekten otomatik bir makine öğrenimidir.

The post Altair HyperWorks’te makine öğrenimi ile daha iyi ürünler tasarlayın appeared first on Blog.