Module Machine Learning

Présentation du module Machine Learning

L’équipe de Spectrum a le plaisir de vous présenter un nouveau module puissant : Machine Learning. Cette introduction est une implémentation anticipée de Machine Learning contenant les fonctionnalités fondamentales que, selon nous, vous trouverez les plus utiles. Nous prévoyons d'ajouter de nouvelles fonctionnalités significatives dans les futures versions. Ainsi, pour être certains d'ajouter les fonctionnalités que vous attendez, nous mettons maintenant à votre disposition cette introduction à la technologie. Votre avis permettra de guider l'évolution du module Machine Learning. À mesure que vous explorez Machine Learning, gardez à l'esprit les points suivants :
  • Cette introduction à la technologie contient un nombre limité de fonctions. Si vous vous mettez à penser « Si seulement je pouvais... », faites-nous en part en renseignant un formulaire de demande d'amélioration et en l'adressant au support technique. Vos suggestions permettront de déterminer les fonctions à ajouter dans les futures versions. Pour savoir comment contacter le support technique, rendez-vous sur www.pitneybowes.com/us/contact-dcs.html.
  • Mêmes les meilleurs logiciels contiennent des bogues. Si vous rencontrez un bogue, faites-le nous savoir en soumettant un rapport de bogue et en l'adressant au support technique. Dans la mesure où il s’agit d’une introduction à la technologie, nous ne pouvons pas garantir que nous résoudront immédiatement votre problème spécifique. Pour savoir comment contacter le support technique, rendez-vous sur www.pitneybowes.com/us/contact-dcs.html.
  • N’hésitez pas à utiliser cette introduction à la technologie dans votre environnement de production. Gardez à l’esprit que nous ne pouvons pas adhérer à des contrats de niveau de service (SLA) pour les introductions aux technologies.
  • Nous nous attendons à recevoir des avis intéressants et imprévus qui pourraient radicalement affecter la prochaine version de Machine Learning. C'est pourquoi nous ne pouvons pas garantir que vous serez en mesure de conserver l'ensemble des tâches que vous aurez effectuées avec Machine Learning lors de la mise à niveau vers les futures versions.
  • Faites preuve de bon sens en matière de prise de décisions commerciales en fonction des découvertes générées via cette introduction à la technologie. Nous ne pouvons pas adhérer à des contrats de niveau de service (SLA) normaux pour les fonctions contenues dans l'introduction à la technologie.

Nous espérons que vous aimerez essayer le module Machine Learning et nous attendons impatiemment de connaître votre avis.

Le module Spectrum™ Technology Platform Machine Learning permet d'adapter des modèles Machine Learning supervisés et non supervisés.
Remarque : Le module Machine Learning est pris en charge uniquement sous les systèmes d’exploitation Windows et Linux.

Binning

Binning divise les enregistrements en groupes (bins) pour une variable continue sans prendre en compte les informations d'objectif. Vous pouvez effectuer un binning sans supervision de deux manières : en utilisant des bins de largeur égale ou des bins de fréquence égale.

K-Means Clustering

K-Means Clustering crée des modèles en fonction d'une mise en cluster analytique, qui segmente un ensemble d'enregistrements en clusters d'enregistrements similaires basés sur les valeurs des données.

Logistic Regression

Logistic Regression crée des modèles à partir de jeux de données qui utilisent des objectifs binaires avec des variables d’entrée.

Java Model Scoring

Cette fonction permet d'évaluer les nouvelles données à l’aide de la formule créée lorsque vous appliquez un modèle Machine Learning.

Machine Learning Model Management

Machine Learning Model Management vous permet de gérer tous les modèles Machine Learning sur votre serveur Spectrum™ Technology Platform. Vous pouvez exposer des modèles, annuler leur exposition ou supprimer des modèles. En outre, vous pouvez afficher des informations détaillées sur chaque modèle et comparer deux modèles du même type.

Remarque : Le module Machine Learning utilise une bibliothèque H2O.ai sous-jacente pour la modélisation des algorithmes dans K-Means Clustering, Logistic Regression et Java Model Scoring.