NUEVA YORK--(BUSINESS WIRE)--Hoy Dataiku, plataforma líder de IA empresarial y aprendizaje automático, anunció el lanzamiento de Dataiku 7, que brinda una integración más profunda para que los profesionales de datos técnicos trabajen en el desarrollo de proyectos de aprendizaje automático y explicabilidad a nivel de fila para la IA de caja blanca. Las características destacadas adicionales que vienen con esta última versión incluyen aplicaciones web con tecnología Kubernetes para ampliar las capacidades introducidas en Dataiku 6 y un complemento de etiquetado de datos asistido por aprendizaje automático.
“La colaboración estuvo al centro de Dataiku desde nuestra fundación en 2013, y, con Dataiku 7, continuamos agregando características que profundizan nuestra filosofía de democratizar efectivamente la IA dentro de la empresa”, comentó el CEO de Dataiku, Florian Douetteau. “Con este lanzamiento, Dataiku 7 se constituye en nuestra segunda consecutiva presentación de producto que amplía las características de la IA explicable, componente crítico para que las organizaciones de todas las industrias tengan éxito y comprendan el impacto de los resultados de su modelo de IA”.
Las organizaciones a nivel mundial están comprometidas con los esfuerzos de la IA empresarial de arriba hacia abajo, pero tienen dificultades por democratizar los proyectos de abajo hacia arriba para brindar a más personas acceso a perspectivas de datos accionables. Dataiku 7 hace participar a más personas a través de la colaboración y empodera a los individuos con IA explicable para que los negocios utilicen los datos para las decisiones cotidianas y desarrollen proyectos de IA impactantes.
Con el lanzamiento de Dataiku 7, las nuevas características incluyen:
Soporte para análisis estadístico avanzado: Los estadísticos ahora pueden usar Dataiku para llevar a cabo análisis estadísticos avanzados en un formato familiar de hojas de cálculo y tarjetas mientras colaboran con el equipo más amplio de datos o análisis. En el pasado, los estadísticos avanzados fueron relegados a herramientas aisladas sin visibilidad para los no estadísticos, y crearon cuellos de botella dentro de la gobernabilidad y la implementación de proyectos de IA.
Explicaciones de predicción avanzada: Tradicionalmente, los modelos de aprendizaje automático no incluyen perspectivas sobre por qué o cómo llegaron a un resultado, lo que dificulta la explicación objetiva de las decisiones tomadas y las acciones implementadas sobre la base de estos modelos. Las explicaciones de predicción en Dataiku abren el recuadro negro al describir qué características o elementos tienen el mayor impacto sobre los resultados de un modelo. Dataiku 7 incluye tanto explicaciones de predicción a nivel de fila en conjuntos de datos de salida como visualizaciones interactivas de explicaciones de predicción individuales.
Git para una mejor colaboración del codificador: Con la integración mejorada de Git en Dataiku 7, los científicos de datos (u otros usuarios de código primero) ahora pueden crear, eliminar, empujar y extraer ramas de Git directamente desde Dataiku. Esto resulta en grandes ganancias de eficiencia, ya que los codificadores pueden duplicar proyectos para aislar fácilmente los cambios, sin afectar el proyecto original. Una vez que se completa la iteración en el proyecto duplicado, los cambios se pueden volver a unir sin problemas al proyecto original (con todos los cambios rastreados en Git).
Más elasticidad con Kubernetes: Dataiku 7 amplía la capacidad del clúster Kubernetes administrado de Dataiku 6, lo que permite que los usuarios ahora ejecuten aplicaciones web en clústeres Kubernetes. Esto permite más usuarios concurrentes y un backend de ejecución rápido y flexible para implementaciones de IA con muchos recursos.
Un complemento de etiquetado para el aprendizaje activo: Los datos correctamente etiquetados son un requisito previo para desbloquear información precisa y de calidad desde modelos de aprendizaje automático y la capacidad de etiquetar datos rápidamente, a menudo, acelera todo el ciclo de vida de análisis al facilitar la tediosa y lenta etapa de recopilación de datos. El nuevo complemento de aprendizaje activo y etiquetado humano en bucle proporciona un conjunto de aplicaciones web de Dataiku para facilitar el proceso de etiquetado, ya sea que los datos sean tabulares, de imágenes o, incluso, de sonido.
Dataiku faculta al Global 2000 para convertir grandes conjuntos de datos en información procesable, democratizar proyectos de IA y escalar masivamente las iniciativas de aprendizaje automático. Con el lanzamiento de hoy, Dataiku 7 mejora la colaboración más profunda y la inteligencia artificial explicable para hacer llegar la ciencia de datos a más personas con su plataforma intuitiva basada en el equipo.
Para obtener más información sobre el anuncio de hoy y para conocer Dataiku 7 con más profundidad, lea las notas de la versión.
Para recibir una demostración de Dataiku, que incluye un vistazo a las nuevas funciones en acción, regístrese para el seminario en línea del 16 de abril.
Acerca de Dataiku
Dataiku es la plataforma de datos centralizada que democratiza el uso de la ciencia de datos, el aprendizaje automático y la inteligencia artificial en la empresa. Con Dataiku, los negocios tienen un poder único para avanzar a lo largo de su travesía de datos desde la preparación de los mismos hasta el análisis a escala y la IA empresarial. Al proporcionar un terreno común para los expertos y para los exploradores de datos, un repositorio de mejores prácticas, atajos para el aprendizaje automático y la implementación/gestión de IA, además de un entorno centralizado y controlado, Dataiku se constituye en el catalizador para las empresas basadas en datos.
El texto original en el idioma fuente de este comunicado es la versión oficial autorizada. Las traducciones solo se suministran como adaptación y deben cotejarse con el texto en el idioma fuente, que es la única versión del texto que tendrá un efecto legal.