BellaDati User Documentation

Page tree

Versions Compared

Old Version 38

changes.mady.by.user Martin Trgiňa

Saved on

compared with

New Version Current

changes.mady.by.user Martin Trgiňa

Saved on

Key

  • This line was added.
  • This line was removed.
  • Formatting was changed.

...

Sv translation
languageja

機械学習

機械学習は、値、行動、傾向などを予測するために、既存の学習データから予測モデルを作成および実行するプロセスです。

BellaDati ML  スタジオ  

BellaDati ML Studioは、高度な、状況ごとのインテリジェンスアプリケーションを開発および実行するための統合プラットフォーム/フレームワークです。これらはIoT分野で使用されるアプリケーションですが、大規模なビッグデータクリーニングタスクとその他の機械学習および統計的状況アプリケーションにも使用されます。

BellaDati高度な分析ツールとフレームワーク

BellaDati ML Studioは、BellaDati高度な分析ツールとフレームワークの不可欠な部分です。 BellaDati高度な分析ツールとフレームワークには、次の主要な機能があります:

  • MLスタジオ
  • リッチかつアジャイルレポーティングとダッシュボードレイヤー
  • 埋め込みとカスタマイズが可能なリッチSDK、REST API、クライアントAPI
  • ETL
  • モバイル
  • 統合データウェアハウス
  • マルチテナントクラウド

BellaDati ML Studio 

ML Studioには以下の主要な機能があります:

  • アプリケーションを実行し、データソースと分析モデルへのインターフェース
  • ユーザーがデータおよび分析結果とやり取りするための視覚的なフレームワーク
  • データを組み立て、状況インテリジェンスアプリケーションで分析するための開発環境
  • 開発環境は数学的モデリングと予測を提供します
    • BellaDati事前設定パッケージ/ BellaDatiドメイン固有言語へのアクセス
    • ユーザーが独自のパッケージを作成

    • 様々なJavaライブラリ（Java ML、Apache Commons Math 3、Statライブラリなど）へのアクセス

    • ML Studioの環境からのPythonとそのライブラリ（特にAnacondaライブラリ）の使用がオプション
    • 事前に構成されたビルディングブロックを使用して独自のスクリプトを記述し、それらをパックするユーザー
    • ML Studioの環境からのRとR-Cranライブラリーの使用はオプション

ML Studioの基本構築単位はProjectsです。複数のプロジェクトをPipelinesに結合できます。

ML Studio ウェルカムスクリー ン

BellaDati ML Studioは、トップメニューからML Studioリンクをクリックしてアクセスできます(利用可能な場合)。

ウェルカムスクリー ンは、いくつかの部分に分かれています:

  • プロジェクト  - ユーザーが利用できるすべてのプロジェクト。
  • パイプライン - ユーザーが利用できるすべてのパイプライン。
  • 実行スケジュール - 最新およびスケジュールされた実行のリスト。

機械学習ワークフロー



<map><area
Imagemap
Map
HTML
<img src="https://support.belladati.com/download/attachments/16385735/ml-workflow16.png?api=v2" usemap="#workflow"/>
<map name="workflow"><area shape="circle" coords="116,144,52" alt="Connect to Database" href="../display/BellaDati27/Connecting+to+SQL+Database" /> <area shape="circle" coords="209,229,51" alt="Import From File" href="../display/BellaDati27/Importing+from+File" /> <area shape="circle" coords="303,142,51" alt="Data Set"  nohref="nohref" /> <area shape="circle" coords="396,228,52" alt="IoT Collector"  nohref="nohref" /> <area shape="circle" coords="490,146,54" alt="Field Gate-ways"  nohref="nohref" /> <area shape="rect" coords="52,480,134,538" alt="Using Python" href="../display/BellaDati27/Using+Python" /> </map>
Image Removed


 Sv translation
languagede
Maschinelles lernen
Maschinelles Lernen ist ein Prozess zum Erstellen und Ausführen von Vorhersagemodellen aus vorhandenen Lerndaten, um Werte, Verhalten, Trends usw. vorherzusagen.
Belladati ML Studio
BellaDati ML Studio ist eine integrierte Plattform / Framework für die Entwicklung und Ausführung anspruchsvoller situativer Intelligenzanwendungen. Dies sind Anwendungen, die im IoT-Bereich verwendet werden, aber auch für umfangreiche Big Data-Reinigungsaufgaben und andere maschinelle Lern- und statistische situative Anwendungen.
BellaDati Advanced Analytics Tool und Framework
BellaDati ML Studio ist ein integraler Bestandteil des Advanced Analytics Tools und Frameworks von BellaDati. BellaDati Advanced Analytics und Framework bietet folgende Hauptfunktionen:
  • ML Studio
  • Funktionsreiche und agile Reports- und Dashboarding-Ebene
  • Funktionsreich SDK, REST API, und Client API bereit zum Einbetten und Anpassen
  • ETL
  • Mobile
  • Integriertes Data Warehouse
  • Mandantenfähige Cloud
BellaDati ML Studio
Das ML Studio verfügt über folgende Hauptfunktionen:
  • Führt Anwendungen und Schnittstellen zu Datenquellen und Analysemodellen aus
  • Ein visueller Rahmen für Benutzer, um mit Daten und Analyseergebnissen zu interagieren
  • Eine Entwicklungsumgebung zum Zusammenstellen von Daten und Analysen in situativen Intelligence-Anwendungen
  • Entwicklungsumgebung für mathematische Modellierung und Vorhersagen
    • Der Zugriff auf vorkonfigurierte BellaDati-Pakete / domänenspezifische Sprache von BellaDati
    • Benutzer können eigene Pakete erstellen
    • Zugriff auf verschiedene Java-Bibliotheken (z. B. Java ML, Apache Commons Math 3, Stat-Bibliothek usw.)
    • Die Verwendung von Python und seinen Bibliotheken (insbesondere Anaconda-Bibliotheken) aus der Umgebung von ML Studio ist die Option
    • Dem Benutzer, um seine eigenen Skripts mit vorkonfigurierten Bausteinen zu schreiben und diese zu packen.
    • Die Verwendung von R- und R-Cran-Bibliotheken aus der Umgebung von ML Studio ist die Option.
Basic building unit of ML Studio is a Project. Multiple projects can be combined into Pipelines.
ML Studio-Begrüßungsbildschirm
Auf BellaDati ML Studio können Sie vom oberen Menü aus zugreifen, indem Sie auf den Link ML Studio klicken (falls verfügbar).
Der Begrüßungsbildschirm ist in mehrere Teile unterteilt:
  • Projekte - Alle Projekte, die dem Benutzer zur Verfügung stehen.
  • Pipelines - Alle Pipelines stehen dem Benutzer zur Verfügung.
  • Ausführungszeitplan - Liste der letzten und geplanten Ausführungen.
Workflow für maschinelles Lernen
 Imagemap
width600
nameAttachmentResourceIdentifier[attachmentContainerResourceIdentifier=<null>,filename=ml-workflow16.png]