在倫敦的Inspire歐洲會(huì )議上，三個(gè)月前，Alteryx公司收購了Yhat數據科學(xué)模型管理公司，并宣布Alteryx公司將推出AlteryxServer產(chǎn)品，用于部署、管理和集成機器學(xué)習模型，支持公司防火墻或公共云。

一個(gè)反復出現的問(wèn)題到目前為止，操作機器學(xué)習模型的挑戰已經(jīng)開(kāi)始被更好地理解。 從本質(zhì)上講，數據科學(xué)家有能力建立機器學(xué)習模型，并在某種程度上手動(dòng)、定制的基礎上使用它們。 但是，將這些模型部署到生產(chǎn)中，并使主流開(kāi)發(fā)人員能夠從中構建智能應用程序是另一回事。 對于非開(kāi)發(fā)人員來(lái)說(shuō)，利用這些模型更是危險。

根據Alteryx的產(chǎn)品管理副總裁AshleyKramer的說(shuō)法，Promotion將通過(guò)允許部署模型和在它們周?chē)蒖ESTAPI來(lái)解決這一差距，所有這些都可以從AlteryxDesigner環(huán)境中調用。 克萊默通過(guò)電子郵件向我解釋說(shuō)，“模型被部署到他們自己定制的Docker圖像中，使您能夠根據其依賴(lài)關(guān)系自定義每個(gè)模型。 然后，推廣可以根據企業(yè)的需要將每種模式向上或向下擴展。

雖然Alteryx已經(jīng)有能力根據基于R編程語(yǔ)言的模型構建、訓練和評分，但推廣基于Python、Py Spark和TensorFlow以及R的支持模型。推廣將增加部署機器學(xué)習模型的能力，并為它們生成API，這些API可以從各種應用程序開(kāi)發(fā)環(huán)境調用。

克萊默解釋說(shuō)，AlteryxDesigner工作流還可以重新培訓模型，將最新數據結合起來(lái)，然后將它們重新部署到Promot，并補充說(shuō)，“Promot在模型版本之間進(jìn)行‘熱切換’，因此在部署期間不會(huì )停機。”