Industry Wire

Geplaatst door Unisys

Unisys introduceert ‘Machine-Learning-as-a-Service’ om geavanceerde data analytics te automatiseren met minimale menselijke interventie

Hoofddorp, 19 april 2017Unisys Corporation (NYSE: UIS) introduceert Machine-Learning-as-a-Service, een nieuwe dienst waarmee organisaties veranderingen in de marktomstandigheden kunnen voorspellen en snel alle mogelijke reacties op deze veranderingen kunnen inschatten.

Deze dienst is beschikbaar als onderdeel van het Unisys Analytics Platform, en combineert een database van machine learning-algoritmes met een suite aan beproefde methodologieën en processen die belangrijke details en inzichten uit klantengegevens analyseren en beschikbaar maken in vooraf gedefinieerde rapportages. Deze rapportages bieden klanten voorspellingen over de ontwikkeling in markt- en bedrijfsomstandigheden, maar ook adviseren over te nemen acties om de besluitvorming te ondersteunen.

“Unisys Machine-Learning-as-a-Service maakt niet alleen voorspellende analytics mogelijk, het helpt organisaties ook om hun bedrijfsprocessen te transformeren en optimaliseren. Met de ongeëvenaarde combinatie van ervaren data scientists en expertise in uiteenlopende marktsectoren kan Unisys een uniek inzicht bieden in de bedrijfssituatie van onze klanten en bijdragen aan een transformatie om zakelijke successen tot een nieuw niveau te tillen”, zegt Dr. Rod Fontecilla, vice president en wereldwijd verantwoordelijk voor Analytics bij Unisys. “Met ons nieuw Machine-Learning-as-a-Service aanbod kunnen we onze klanten een schaalbaar platform aanbieden dat draait in de cloud of bij de klant en dat leidt tot nieuwe zakelijke inzichten en doelgerichter zakendoen.”

Baanbrekende technologie
Machine learning is een type artificiële intelligentie dat computersystemen in staat stelt om voortdurend te optimaliseren en verbeteren zonder enige menselijke tussenkomst. Met algoritmes die telkens opnieuw lessen trekken uit nieuwe data, kunnen machine learning – systemen patronen herkennen en verborgen inzichten blootleggen zonder hiervoor expliciet geprogrammeerd te zijn. Dankzij deze intelligentie om complexe berekeningen dynamisch en herhaaldelijk toe te passen op grote hoeveelheden gegevens, kunnen organisaties de huidige situatie inschatten en ook anticiperen op toekomstige omstandigheden en zichzelf navenant strategisch positioneren.

Unisys Machine-Learning-as-a-Service maakt gebruik van agile-ontwikkel principes om de klanten te helpen bij het begrijpen van en werken met hun data. In een eerste fase wordt een ‘proof-of-concept’ gebouwd, waarbij Unisys data scientists samenwerken met de zakelijke experts bij de klant om beschikbare data te identificeren en een algemeen inzicht te krijgen in de bedrijfs-behoeften en -doelstellingen. Op basis van deze intense samenwerking implementeert Unisys machine learning -algoritmes om de klantengegevens te analyseren en vervolgens geavanceerde data analytics-modellen te bouwen voor het voorspellen van resultaten.

Als de ‘proof-of-concept’ geslaagd is, gaan Unisys en de klant over tot de productiefase en zetten ze het agile samenwerkingsproces voort om het analytische framework uit te breiden en te formaliseren, en tegelijk extra gegevens en voorspellende modellen toe te voegen. Dit alles zonder de nauwkeurigheid en integriteit van de modellen en hun resultaten uit het oog te verliezen.

Dit dynamisch en iteratief proces helpt klanten om vroeger inzicht te krijgen in ontwikkelingen, en helpt hen nieuwe vragen te formuleren en te beantwoorden vanuit hun data zonder hierin veel te moeten investeren,” zegt Fontecilla. “Zo kunnen klanten snel en betrouwbaar experimenteren voor ze strategisch beginnen met investeren.”

Fontecilla sprak recent over de mogelijkheden van machine learning in de luchtvaartsector op de Strata + Hadoop World-conferentie in San Jose, California. Voor meer informatie over Fontecillas presentatie kunt u hier terecht: https://conferences.oreilly.com/strata/strata-ca/public/schedule/detail/55694.

Dit artikel is een ingezonden bericht en valt buiten de verantwoordelijkheid van de redactie.

Deel dit bericht