Nos complace anunciar el último lanzamiento de Alteryx Machine Learning. Este lanzamiento incluye nuevas e interesantes mejoras de las series de tiempo que aumentarán drásticamente la potencia predictiva de nuestro producto emblemático de aprendizaje automático. También cuenta con una actualización de la interfaz de usuario (IU) que ofrece nuevas capacidades de evaluación de modelos, lo que hace que el proceso de desarrollo de modelos sea más intuitivo y fácil que nunca.
Desde su lanzamiento, Alteryx Machine Learning ha demostrado ser una poderosa herramienta para la mejora de habilidades del aprendizaje automático para analistas, analistas avanzados y trabajadores del conocimiento de líneas de negocios, lo que la convierte en una pieza fundamental de nuestra Analytics Cloud Platform. Para lograrlo, utiliza un producto AutoML nativo de la nube, intuitivo y fácil de usar, que incluye un modo educativo que enseña metodología de analítica avanzada y mejores prácticas durante todo el proceso. Alteryx Machine Learning, gracias a que también proporciona AutoML completamente guiado mediante los mejores modelos, optimiza el tiempo de generación de valor de la creación de modelos mientras brinda enseñanza.
Nuestro producto actual ofrece una solución sólida para reducir la carga de trabajo en los equipos de ciencia de datos y permitir a los analistas de líneas de negocios en los departamentos de finanzas, recursos humanos y marketing aplicar el aprendizaje automático a sus problemas empresariales únicos. La oficina de finanzas de nuestro cliente, eBay, utiliza el aprendizaje automático para la clasificación de impuestos de los productos, lo que le permite reducir la cantidad de trabajo manual requerido para fines de generación de informes y auditoría en un 50 %. En poco tiempo, Alteryx puede ayudar a los clientes a pasar de la demostración a la creación de modelos y la ampliación de la ciencia de datos en toda la organización.
Máxima visibilidad y facilidad de uso para la creación de modelos
La interfaz de Alteryx Machine Learning se diseñó para hacer que cada paso del proceso de AutoML sea claro, visible e intuitivo. Cada paso de este proceso está completamente guiado con un formato con pestañas claro para facilitar la navegación entre los pasos. Con esta versión, lanzaremos una nueva pestaña llamada Configuración del modelo, que ayudará al usuario a comprender todos los componentes que conforman el proceso de creación del modelo y a proporcionar una mejor contextualización. Cuando se seleccionan modelos de regresión de series de tiempo, este paso de configuración del modelo muestra de forma transparente una descomposición de los componentes de las series.
En esta vista, los usuarios pueden visualizar fácilmente un modelo abstracto útil de los datos, lo que proporciona un claro insight de los problemas presentes, así como una rápida comprensión conceptual y capacidad de explicación de las tendencias y la estacionalidad. A continuación, se mencionan los elementos presentes en esta vista:
- Los datos observados de las series de tiempo, los cuales simplemente constituyen un gráfico directo de los valores observados durante un período específico
- La estacionalidad de tus datos para dar cuenta de aspectos como la fiebre de las compras navideñas o las diferencias en las actividades que se realizan en la semana laboral y el fin de semana
- Las tendencias ascendentes o descendentes a largo plazo, aparte de las fluctuaciones a corto plazo
- Los residuales, que ofrecen una vista general de qué tan bien se ajusta un modelo a los datos y permiten la optimización con modelos que no son de series de tiempo
Evaluación y funcionamiento del modelo simplificados
Una vez que se crea un modelo, Machine Learning simplifica los pasos que permiten que entre en producción. Para la evaluación del modelo de series de tiempo, esto incluye realizar pruebas automáticas del rendimiento del modelo frente a los datos retenidos y brindar una vista clara de cómo se compara el modelo con los datos observados.
Esto permite ajustar y corregir fácilmente los modelos dentro de la misma plataforma. Luego, los usuarios pueden exportar gráficos de previsión de series de tiempo, lo que les permite a los usuarios visualizar y comunicar las previsiones de manera sencilla. Esto incluye los datos de tendencias observados y los valores previstos.
Reserva una demostración de las series de tiempo hoy
Alteryx Machine Learning ha transformado la forma en que las organizaciones desarrollan y ponen en funcionamiento los modelos de aprendizaje automático proporcionando las capacidades, los métodos y los modelos al usuario empresarial. Esto libera a los equipos de ciencia de datos sobrecargados de los proyectos de ML y permite a los trabajadores con conocimiento de la industria y del negocio revelar las soluciones a sus problemas empresariales más apremiantes.
Los clientes actuales ya pueden probar los cambios en la nueva interfaz de usuario y las mejoras de las series de tiempo, pero para obtener un vistazo sobre cómo Alteryx puede ser el principal impulsor de la mejora de habilidades de DSML para tu organización y, al mismo tiempo, ayudarte a desarrollar modelos de aprendizaje automático que causen un impacto, programa una demostración hoy.