Wir stellen vor: Zeitreihen-Erweiterungen in Alteryx Machine Learning

Neuigkeiten   |   Asa Whillock   |   16. Dez. 2022 LESEZEIT: 4 MIN
LESEZEIT: 4 MIN

Wir freuen uns, Ihnen die neueste Version von Alteryx Machine Learning vorstellen zu können. Diese Version enthält spannende neue Zeitreihen-Erweiterungen, die die Vorhersagekraft unseres Machine-Learning-Spitzenprodukts erheblich steigern werden. Darüber hinaus bietet diese Version ein Update der Benutzeroberfläche mit neuen Funktionen zur Modellbewertung, die die Modellentwicklung intuitiver und einfacher als je zuvor machen.

 

Seit der Einführung hat sich Alteryx Machine Learning als ein leistungsstarkes Tool für die Weiterbildung von Analysts, fortgeschrittenen Analysts und Branchenfachkräften im Bereich Machine Learning erwiesen und ist damit ein wichtiger Bestandteil unserer Analytics Cloud-Plattform. Es ist ein intuitives und benutzerfreundliches, Cloud-natives AutoML-Produkt, das über einen Schulungsmodus verfügt, der während des gesamten Prozesses erweiterte Analytics-Methoden und Best Practices vermittelt. Durch die Verwendung von AutoML mit branchenführenden Modellen optimiert Alteryx Machine Learning die Wertschöpfungszeit für die Modellerstellung noch während der Weiterbildung.

 

Unser aktuelles Produkt bietet eine solide Lösung zur Reduzierung der Arbeitslast von Data Science-Teams und ermöglicht es Branchen-Analystinnen und -Analysten im Finanzwesen, Personalwesen und Marketing, Machine Learning auf ihre individuellen Geschäftsprobleme anzuwenden. Die Finanzabteilung unseres Kunden eBay nutzt Machine Learning für die Steuerklassifizierung von Produkten, sodass sie die manuelle Arbeitslast für Berichterstellungs- und Prüfzwecke um 50 % verringern können. Durch Alteryx können Kundinnen und Kunden in kürzester Zeit von der Demo über die Modellerstellung bis hin zur Skalierung von Data Science im gesamten Unternehmen gelangen.

 

Maximale Transparenz und Benutzerfreundlichkeit bei der Modellerstellung

 

Die Benutzeroberfläche von Alteryx Machine Learning wurde so konzipiert, dass jeder Schritt des AutoML-Prozesses klar, übersichtlich und intuitiv ist. Jeder Schritt dieses Prozesses wird durch ein klares Registerkartenformat geführt, das eine einfache Navigation zwischen den einzelnen Schritten ermöglicht. Diese Version enthält eine neue Registerkarte namens „Modelleinrichtung“ (Model Setup). Sie hilft Benutzer:innen, alle Komponenten zu verstehen, die bei der Modellerstellung verwendet werden, und ermöglicht zudem eine bessere Kontextualisierung. Bei der Auswahl der Zeitreihen-Regressionsmodelle zeigt dieser Schritt der Modelleinrichtung deutlich eine Zerlegung der Serienkomponenten an.

 

Zeitreihen

In dieser Ansicht können Benutzer:innen problemlos ein nützliches abstraktes Modell der Daten visualisieren, wodurch sie einen klaren Einblick in etwaige Probleme erhalten und Trends und Saisonalität schnell konzeptionell verstehen und erklären können. In dieser Ansicht ist Folgendes vorhanden:

 

  • Die beobachteten Zeitreihendaten, die einfach die beobachteten Werte über einen bestimmten Zeitraum direkt darstellen
  • Die Saisonalitätsdaten, um z. B. den Weihnachtseinkauf oder Aktivitätsunterschiede zwischen normalen Arbeitstagen und dem Wochenende zu berücksichtigen
  • Die längerfristigen Aufwärts- bzw. Abwärtstrends, unabhängig von kurzfristigen Schwankungen
  • Die Residualwerte, die zeigen, wie gut ein Modell zu den Daten passt, und die eine Optimierung ohne Zeitreihenmodelle ermöglichen

Modellbewertung und Operationalisierung leicht gemacht

 

Sobald ein Modell erstellt wurde, vereinfacht Machine Learning die Schritte bis zur Produktion. Bei der Zeitreihen-Modellbewertung umfasst dies das automatische Testen der Modellleistung anhand von Holdout-Daten sowie eine klare Übersicht darüber, wie das Modell mit den beobachteten Daten verglichen wird.

 

 

Dies ermöglicht eine einfache Abstimmung und Korrektur von Modellen auf derselben Plattform.Benutzer:innen können dann Zeitreihen-Prognosediagramme exportieren, um Prognosen einfach visualisieren und kommunizieren zu können. Dazu gehören die beobachteten Trenddaten sowie die vorhergesagten Werte.

 

Vereinbaren Sie jetzt einen Zeitreihen-Demotermin

 

Alteryx Machine Learning hat die Entwicklung und Operationalisierung von Machine Learning-Modellen durch die Bereitstellung der Funktionen, Methoden und Modelle in Unternehmen revolutioniert. Dadurch werden Data Science-Teams nicht mehr mit ML-Projekten überlastet und Mitarbeiter:innen mit Branchen- und Geschäftskenntnissen können Antworten auf ihre dringendsten Geschäftsprobleme finden.

Bestehende Kund:innen können die neuen Änderungen der Benutzeroberfläche und die Verbesserungen der Zeitreihen bereits jetzt testen. Wenn Sie jedoch einen Eindruck davon gewinnen möchten, wie Alteryx die DSML-Weiterbildung in Ihrer Organisation maßgeblich vorantreiben und Sie gleichzeitig bei der Entwicklung aussagekräftiger Machine Learning-Modelle unterstützen kann, vereinbaren Sie jetzt einen Demotermin.

 

Tags