[22/12/2022] TrendMiner, una empresa de Software AG, presentó MLHub como parte de su versión 2022.R2. Según lo señalado en el comunicado, el nuevo módulo democratiza el aprendizaje automático fomentando la creación, la formación y el despliegue de modelos de ML al tiempo que tiende un puente entre los equipos de operaciones y de análisis. La versión también incluye nuevos análisis contextuales y funciones adicionales de cuadros de mando que proporcionan una mejor visión del rendimiento operativo.
"La visión de TrendMiner de democratizar la analítica va más allá de sus herramientas de autoservicio. El software ofrece una colaboración más estrecha entre diversos expertos para resolver problemas de rendimiento operativo. Algunos requieren la introducción de científicos de datos (ciudadanos) que aporten técnicas y conocimientos especializados. Mantener la ciencia de datos en el bucle permite a las empresas exprimir los conocimientos más profundos de los datos disponibles mediante el uso de estadísticas avanzadas y modelos de aprendizaje automático”, sostuvo Kim Rutten, machine learning product manager de TrendMiner.
El ejecutivo anotó que, con MLHub, los científicos de datos (ciudadanos) pueden acceder a datos sin procesar, procesados y contextualizados en las vistas de TrendMiner y validar hipótesis. "También pueden crear, entrenar y desplegar fácilmente modelos de aprendizaje automático utilizando el nuevo entorno de notebook. Estos análisis y sus resultados pueden ser aprovechados por otros usuarios de TrendMiner mediante etiquetas de modelos de aprendizaje automático en TrendHub y visualizaciones avanzadas e interactivas en DashHub. Esto permite que la analítica y la ciencia de datos se conviertan más que nunca en un deporte de equipo".
"A diferencia de las herramientas de modelado de (big) data o las plataformas de IA/ML en el contexto de las mejoras de los procesos de producción, MLHub pone a disposición todos los datos operativos preprocesados, de series temporales y contextuales para visualizaciones avanzadas y modelado de aprendizaje automático. MLHub permite un rápido despliegue en las operaciones. Tiende un puente entre los equipos centrales de análisis y las operaciones, lo que permite mejoras iterativas rápidas”, explicó Rutten.
Los modelos desarrollados en MLHub y desplegados en DashHub permiten a los expertos operativos abordar y resolver casos de uso aún más complejos en áreas como las mejoras de seguridad, el control de calidad, la sostenibilidad y la rentabilidad general, agregó el ejecutivo.
Análisis contextual mediante diagramas de dispersión multivariable.
"Los datos de eventos contextualizados pueden ayudar a identificar nuevas áreas de mejora del rendimiento. TrendMiner proporciona esto a partir de eventos capturados durante la monitorización de procesos o de datos residentes en otras aplicaciones empresariales, como datos de disponibilidad de activos, registros de lotes, muestras de laboratorio, alertas, etc.”, indicó el ejecutivo.
El siguiente paso en el análisis de datos contextuales, explicó Rutten, es el uso de gráficos de dispersión multivariante. Esto le permite trazar eventos contextuales y sus atributos en un gráfico de dispersión. Como ventaja adicional, se puede extraer información a través de correlaciones y distribuciones.
"Todas las capacidades conocidas y nuevas de TrendMiner 2022.R2 permiten la visualización en cuadros de mando operativos o cabinas de producción. Los cuadros de mando pueden crearse utilizando mosaicos de tendencias, mosaicos de contexto, mosaicos de valores, mosaicos de terceros y los nuevos mosaicos de texto y salida de cuaderno. Esto ofrece una gran variedad de opciones de visualización de datos en los cuadros de mando, pero también permite incluir explicaciones en los cuadros de mando para interpretar y comprender mejor la información. Con los nuevos mosaicos de texto, las explicaciones o instrucciones pueden ayudar a los empleados a entender los informes compartidos”, finalizó el ejecutivo.
CIO, Perú