现场演示: 使用 Imply Druid 优化机器学习数据流程(英语中字)

Logo
Presented by

-

About this talk

企业和组织依赖成千上万机器学习所建立的模型数据来自动决定数据流的安全性,对于特定的事件或者交易流程是否接受、禁止或者持续监控。即便是细微的流程改变可能都会影响到决策模型或者是引入模型中新的变量。 这些变量可能来自模型或系统内部的改变,也可能来自用户端的行为改变。有时我们需要对此做出相应的调整 —— 譬如当有可疑的欺诈行为,进入新的市场 或者是一个节日性的事件造成的变化等等;而有时我们又需要静观其变。因而快速帮助用户理解这些改变从而决定是否要做出相应的调整变得至关重要。 Imply 提供了一个高度可扩展的平台来帮助用户实时监测机器学习模型中可能出现的异常事件并能发出实时警报。 关键知识点 - 使用 Imply 优化机器学习流程 - 使用 Imply Pivot 及遥测数据监控机器学习性能 - 使用 Imply 作为训练样本数据优化模型准确性和缩短训练时间 - 使用 Imply 优化模型预测流程

Related topics:

More from this channel

Upcoming talks (0)
On-demand talks (33)
Subscribers (597)
Imply, founded by the original creators of Apache Druid®, develops an innovative database purpose-built for modern analytics applications. Imply is driving a new era in data analytics, where interactive queries, real-time and historical data at unlimited scale, combine with the best price/performance, to realize the full potential of data.