IntegratedML gör det enkelt att ta klivet in i maskininlärningens värld

Många företag prioriterar maskininlärning (Machine Learning, ML) i allt större utsträckning. Implementering av maskininlärningsprocesser är dock mycket komplext och  ställer krav på omfattande teknisk expertis. Nya programmeringsmetoder som flyttar maskininlärning närmare etablerade programmeringsspråk kan vara lösningen för många aktörer.

Detta är något som även utmärker InterSystems IRIS 2020.1, då funktionen IntegratedML ingår i betaversionen av den uppgraderade plattformen. Med IntegratedML går det snabbt att identifiera var ML kan skapa nytta, utan att en dataanalytiker behöver involveras i processen. Funktionen gör nämligen den komplexa maskininlärningsprocessen enklare genom att dels förtydliga behov, dels stötta dataanalys och utvärdering.

Exempel: Kreditriskanalytiker som vill automatisera beslutsprocesser

En kreditriskanalytiker vill undersöka om IntegratedML kan automatisera beslutsprocessen kring vem som kan ta ett lån, storleken på lånet och vem som kommer nekas ett lån.

Processen för att identifiera högriskkunder har länge genomförts manuellt. Nu kan analytiker smidigt initiera en ML-process genom att skapa en modell med hjälp av IntegratedML. De kan därefter snabbt bedöma om ML-modellen lämpar sig för automatisering av beslutsprocessen, genom att jämföra resultaten från den manuella granskningen med modellens analys.

Interoperabilitet möjliggör detaljerade insikter

För aktörer inom applikationsutveckling kan IntegratedML användas för att ge deras slutkunder tillgång till applikationer med förbättrade insikter, något som normalt kräver omfattande manuellt arbete. InterSystems IRIS utgör en optimal Hybrid Integration Platform och tillsammans med kombinationserbjudandet som innehåller nödvändiga verktyg och funktioner är plattformen den optimala basen för applikationsutveckling.

Med hjälp av IntegratedML så kan applikations- och SQL-programmerare på egen hand utveckla ML-algoritmer, samt bädda in dessa i sina applikationer på ett intuitivt och skalbart sätt. IntegratedML använder en SQL-liknande syntax, vilket är av vikt när anpassningen måste ske snabbt. SQL är känt för alla som arbetar med data, oavsett om de är utvecklare, dataingenjörer eller dataanalytiker.

InterSystems IRIS arbetar dessutom med ett flertal programmeringsspråk, såsom Python och Java. Plattformen har utöver det en imponerande interoperabilitetskapacitet, och är därför det perfekta verktyget för att utforma ML-processer, oberoende om resurserna är få och om det saknas en dataanalytiker.