Polymatica ML упрощает создание моделей машинного обучения и управление их жизненным циклом
«Полиматика», российский разработчик решений для анализа больших объемов данных, представила прототип нового продукта. Polymatica ML поможет пользователям исследовать данные и создавать модели машинного обучения, не прибегая к программированию, оперативно тестировать различные гипотезы их применения, а затем внедрять в бизнес-процессы организации. Также модуль предоставляет возможности для управления жизненным циклом ML-моделей, что делает его уникальным на российском ИТ-рынке.
В прошлом году на конкурс Российского фонда развития информационных технологий (РФРИТ) компания представила проект разработки собственного модуля интеллектуального анализа данных, использующего методы машинного обучения – Polymatica ML. «Полиматика» вошла в число победителей конкурса. Полученный грант позволил компании в короткие сроки пополнить команду новыми специалистами и выпустить прототип продукта.
Модуль Polymatica ML состоит из трёх функциональных компонентов. С помощью Data Discovery пользователь подключается к различным источникам данных и формирует выборки для анализа. В процессе исследования он может выявить взаимосвязи и закономерности в структуре данных, определить наличие пропусков и аномалий, проверить гипотезы. Инструменты профилирования, визуализации, корреляционных матриц и кластерного анализа, разработанные специалистами «Полиматики», позволяют отобрать в том числе и наиболее важные переменные для дальнейшего моделирования.
Второй компонент, Model Designer, предназначен для построения моделей машинного обучения. Визуальный конструктор позволяет создавать модели, используя все современные алгоритмы: от дерева решений до градиентного бустинга, ансамблей и нейросетей. Также пользователь может оценить качество моделей, сравнить их между собой по выбранным метрикам и выбрать лучшие.
Компонент Model Manager представляет собой централизованный репозиторий, куда можно добавить модели, созданные с помощью Polymatica ML, а также импортировать их из других аналитических инструментов. Уникальный механизм, разработанный «Полиматикой», позволяет управлять жизненным циклом модели, в том числе с помощью настройки каждой его стадии. Также пользователь может переобучить модель на новых данных, если ее точность не соответствует текущим требованиям, и затем вновь опубликовать ее. Model Manager помогает выстроить прозрачную работу с каждой моделью машинного обучения в репозитории так, чтобы она приносила максимальную пользу для бизнеса.
Модели, разработанные с помощью Polymatica ML, могут использовать различные подразделения организации – разработчики предусмотрели наличие гибких и понятных инструментов для управления безопасностью и правами доступа. Также модуль можно при необходимости доработать, если у компании есть особые требования.
«При создании Polymatica ML мы проанализировали лучший мировой опыт, привлекли в свою команду разработчиков и консультантов, обладающих высочайшим уровнем знаний об областях машинного обучения и опытом продуктовой разработки. Мы поставили перед собой задачу – разработать удобный и эффективный инструмент, нацеленный на упрощение решения государственных и бизнес-задач, связанных с продвинутой аналитикой и машинным обучением. Считаю, что нам это удалось. На данный момент завершена разработка продукта версии MVP, на базе которой мы уже в ближайшее время проведем ряд пилотов для наших заказчиков. Выпуск коммерческой версии намечен на конец текущего года», – комментирует Константин Малашенко, директор по продукту Polymatica ML, «Полиматика».
