• Cloudera Cloudera
    • X
    Appelez-nous au(888) 789-1488
    International :+1 (650) 362-0488
    Envoyer un e-mail au service commercial
    Support Technique

    Proposez plus de cas d'utilisation
    du ML, plus vite

    Accélérez le cycle de vie du ML avec une plateforme unique permettant de créer, déployer, offrir et exploiter des modèles opérationnels à grande échelle.

    Vue d'ensemble

    Découvrez par vous-même le machine learning sur Cloudera Data Platform (CDP)

    Avec le ML sur CDP, vous pouvez proposer plus de cas d'utilisation, plus rapidement. Des outils conçus sur mesure pour l'ensemble du cycle de vie des données qui permettent aux entreprises d'avoir immédiatement accès à des pipelines de données, à des ressources informatiques évolutives et à la bibliothèque ou à l'environnement de développement de votre choix. Simplifiez la mise en production des tâches d'analyse et gérez intelligemment le recours au ML au sein de l'entreprise.
    Adapté à tout cas d'utilisation de l'IA
    Self service intuitif
    Modèle de déploiement rapide
    Collaboration en temps réel
    Performance et évolutivité
    Gouvernance des modèles
    Démarrer son projet

    Accélérez vos projets de ML grâce aux prototypes de machine learning appliqué (Applied Machine Learning Prototypes, AMP)

    Les AMP sont des projets de ML complets qui aident les entreprises à proposer des cas d'utilisation du ML bien plus vite qu'avant. Avec des modèles prédéfinis, à code source ouvert et des applications d'entreprise prêtes à l'emploi, les AMP permettent à votre entreprise d'atteindre un retour d'investissement plus vite sur le ML, et à plus grande échelle.
    Deep Learning for Anomaly Detection

    Appliquez des techniques modernes de deep learning pour détecter les anomalies et identifier les intrusions dans les réseaux.

    Churn Modeling with scikit-learn

    Créez un modèle Scikit-learn pour prévoir les désabonnements à l'aide de données de télécommunications des clients.

    Object Detection Inference Visualized

    Interagissez avec une application Streamlit de type blog pour découvrir le workflow d'inférence d'un détecteur d'objets moderne, à étape unique.

    Afficher plus
    Deep Learning for Image Analysis

    Créez une application de recherche sémantique à l'aide de modèles de deep learning.

    Few-Shot Text Classification

    Effectuez une classification thématique d'articles de presse selon plusieurs règles de données à étiquetage limité.

    Deep Learning For Question Answering

    Explorez une nouvelle capacité NLP avec WikiQA, un système automatisé de réponse aux questions basé sur Wikipedia.

    Afficher moins

    Outils ouverts

    Accélérez le ML dans votre entreprise grâce à la liberté offerte par l'open source. Utilisez en natif les frameworks, environnements de développement, bibliothèques et outils ML que vous préférez.


    Cas d'utilisation

    Gérer le cycle de vie du ML avec une plateforme unique permettant de créer, de déployer, d'offrir et d'exploiter de nombreux modèles.

    Proposez des modèles de ML qui résolvent des problèmes et stimulent l'innovation dans tout le secteur, dès aujourd'hui et à long terme.

    Développez, déployez et entretenez en toute simplicité des modèles de ML pour créer des cas d'utilisation d'analyse prédictive au sein de votre entreprise. Peu importe les défis que vous rencontrez, Cloudera vous permet d'accélérer l'ensemble du cycle de vie du ML (pipelines de données, création de modèles, impact sur l'entreprise), à grande échelle et en une seule opération.

    Santé

    Analyser les probabilités d'apparition du cancer du sein à l'aide d'un modèle de régression logistique

    En créant un modèle de régression logistique grâce à l'ensemble de données sur le cancer du sein de votre hôpital, à l'aide de Python sur CML, vous pouvez déployer un modèle de ML qui détermine si une masse mammaire est bénigne ou maligne.

    Aérospatiale

    Valider des modèles de moteurs à réaction

    En utilisant des données issues des moteurs pour alimenter un modèle de régression, vous pouvez créer un modèle de ML pour alerter une compagnie aérienne lorsqu'un moteur est susceptible de dépasser un certain seuil de durée de vie utile restante.

    Consommateurs

    Créer une application d'analyse des sentiments

    En exploitant des ensembles de données de réseaux sociaux via des API, vous pouvez créer et entraîner des modèles de ML pour présenter des scores de sentiment visualisés et ainsi mieux comprendre les messages et la réputation des marques.

    Documentation

    Ressources et guides pour vous faire découvrir le ML sur CDP  

    Cloudera Data Platform simplifie le ML d'entreprise, mais la documentation et les guides de Cloudera ne lésineront jamais sur les explications. Nous proposons une vaste bibliothèque de ressources pour vous montrer ce qu'il est possible de faire avec CML et d'autres expériences CDP, étape par étape.
    Vue d'ensemble de Cloudera Machine Learning
    VOIR LE DOCUMENT
    Documentation sur Cloudera Machine Learning
    VOIR LE DOCUMENT
    Documentation sur l'ingénierie de données Cloudera
    VOIR LE DOCUMENT
    Documentation sur les prototypes de ML appliqué (AMP)
    VOIR LE DOCUMENT
    Créer, déployer et accéder à un modèle dans le tutoriel sur CML
    VOIR LE DOCUMENT
    Créer un modèle de clustering à l'aide du tutoriel sur CML
    VOIR LE DOCUMENT
    Formation Data scientist CML
    VOIR LE DOCUMENT

    Your form submission has failed.

    This may have been caused by one of the following:

    • Your request timed out
    • A plugin/browser extension blocked the submission. If you have an ad blocking plugin please disable it and close this message to reload the page.