Hitachi Vantara; Kenalkan Model Manajemen Baru

Hitachi Vantara; Kenalkan Model Manajemen Baru

Hitachi Vantara; Kenalkan Model Manajemen Baru

Geber inovasi machine learning

Surabaya, Kabarindo- Hitachi Vantara, anak perusahaan Hitachi Ltd. mengumumkan penambahan kapabilitas machine learning-nya untuk membantu para ilmuwan data dalam mengamati, menguji, melatih dan memindahkan model-model di dalam produksi.

 

Sebuah inovasi dari Hitachi Vantara Labs yang dikenal sebagai “Machine Learning Model Management” mampu menggunakan perangkat terbaru di dalam saluran data yang dibangun dalam Pentaho untuk membantu meningkatkan hasil bisnis sekaligus mengurangi resiko dengan memudahkan pembaruan model saat merespon perubahan yang terus-menerus.

 

Seiring organisasi betransformasi secara digital, algoritma menjadi keunggulan kompetitif utama sekaligus berpotensi menimbulkan risiko. Model yang berada dalam masa produksi harus dipantau, diuji dan dilatih ulang terus-menerus sebagai respon terhadap perubahan, kemudian dipindahkan. Saat ini, pekerjaan tersebut melibatkan usaha secara manual sehingga jarang dilakukan. Bila hal ini terjadi, ketepatan prediksi akan memburuk dan berdampak pada profitabilitas bisnis berbasis data.


David Menninger, SVP & Research Director Ventana Research, mengatakan menurut penelitian, dua pertiga organisasi tidak memiliki proses otomatis untuk memperbarui model analisis prediktif mereka dengan lancar.

 

“Hal ini membuat kurang dari seperempat model machine learning perlu diperbarui setiap hari, sekitar sepertiga diperbarui setiap minggu dan lebih dari setengah diperbarui setiap bulan. Model yang sudah ketinggalan zaman dapat menciptakan risiko yang signifikan bagi organisasi,” ujarnya dalam rilis yang diterima pada Sabtu (10/3/2018).

 

Ia menjelaskan, pengelolaan model data science terbaru meningkatkan proses penempatan machine learning di tiga area yaitu mempercepat proses model masuk ke dalam produksi, memaksimalkan keakuratan model dalam masa produksi serta berkolaborasi dan mengatur operasi model pada skala.

 

Dalam mempercepat proses model masuk ke dalam produksi, langkah-langkah machine learning yang baru mendukung keahlian data dan fitur. Langkah-langkah ini mengevaluasi model dan meningkatkan keakuratannya menggunakan data produksi asli sebelum ditayangkan.

 

Setelah model diproduksi, ketepatannya biasanya menurun, karena data produksi baru berjalan di dalamnya. Untuk menghindari hal ini, beberapa evaluasi statistik baru membantu mengidentifikasi model yang terdegradasi. Visualisasi dan laporan yang kaya memudahkan untuk menganalisis kinerja model dan menemukan kesalahan.

Banyak organisasi menuntut visibilitas mengenai cara algoritma membuat keputusan. Kurangnya transparansi sering menjadi penyebab kolaborasi yang buruk dalam kelompok-kelompok yang menerapkan dan memelihara model termasuk tim operasi, ilmuwan data, pengembang dan arsitek aplikasi.

 

Kemampuan baru dari Hitachi Vantara ini mendorong kolaborasi, menyediakan jalur data (data lineage) dari langkah-langkah model, visibilitas sumber data dan fitur untuk model. Transparansi yang lebih besar ini memungkinkan jaringan dan saluran data mudah dibagi, distandarisasi dan digunakan kembali di seluruh tim yang memungkinkan percepatan pembangunan aplikasi machine learning baru. Dengan memanfaatkan platform kelas enterprise, langkah-langkah model machine learning dimasukkan ke dalam saluran data dan dapat menjalankan volume data berskala besar di lingkungan yang aman.

 

John Magee, VP Product Marketing Hitachi Vantara, mengatakan machine learning dan artificial intelligence (AI) mengoptimalkan semuanya, mulai dari interaksi dengan pelanggan hingga operasi perusahaaan. Karena aplikasi-aplikasi ini berevolusi, ilmuwan data dan tim operasi TI perlu memindahkan model-model yang baru ke dalam produksi lebih cepat dari sebelumnya.

 

Machine learning model management milik Hitachi Vantara Labs menyediakan transparansi algoritma yang telah ditingkatkan dan otomatisasi, sehingga tim aplikasi bisa memusatkan usaha mereka dalam berinovasi dengan cepat,” ujarnya.

 

Penulis: Natalia Trijaji