Comet presenta Kangas, uno strumento open source per l’esplorazione, l’analisi e il debug dei modelli di dati intelligenti per l’apprendimento automatico
Con Kangas, i data scientist possono ora immergersi nel proprio set di dati, analizzarlo ed eseguirne il debug come mai prima d’ora
Kangas consente ai professionisti del machine learning di raggruppare, ordinare, filtrare ed eseguire query sui propri set di dati per ricavare informazioni significative e accelerare i tempi di analisi.
Comet , fornitore della piattaforma MLOps leader per i team di machine learning (ML) dalla startup all’azienda, ha annunciato oggi un nuovo e audace prodotto: Kangas . Open source per democratizzare l’esplorazione e l’analisi di set di dati visivi su larga scala per la comunità di visione artificiale e apprendimento automatico, Kangas aiuta gli utenti a comprendere ed eseguire il debug dei propri dati in un modo nuovo e altamente intuitivo. Con Kangas, le visualizzazioni vengono generate in tempo reale; consentendo ai professionisti del machine learning di raggruppare, ordinare, filtrare, interrogare e interpretare i loro dati strutturati e non strutturati per ricavare informazioni significative e accelerare lo sviluppo del modello.
“Crediamo che grazie all’open sourcing di Kangas, Comet possa aiutare i team a ottenere il massimo dai loro progetti ML in modi che non erano possibili in precedenza”, ha affermato Gideon Mendels, CEO e co-fondatore di Comet.
I data scientist hanno spesso bisogno di analizzare set di dati su larga scala sia durante la fase di preparazione dei dati sia durante l’addestramento del modello, il che può essere travolgente e richiedere molto tempo, soprattutto quando si lavora su set di dati su larga scala. Kangas consente di esplorare, eseguire il debug e analizzare in modo intuitivo i dati in tempo reale per ottenere rapidamente approfondimenti, portando a decisioni migliori e più rapide. Con Kangas, gli utenti sono in grado di trasformare set di dati di qualsiasi scala in visualizzazioni chiare.
“Un componente chiave del Machine Learning incentrato sui dati è la capacità di comprendere in che modo i dati di addestramento influiscono sui risultati del modello e dove le previsioni del modello sono sbagliate”, ha affermato Gideon Mendels, CEO e co-fondatore di Comet. “Kangas raggiunge entrambi questi obiettivi e migliora notevolmente l’esperienza per i professionisti del machine learning”.
Mettere a portata di mano l’analisi dei set di dati di machine learning su larga scala
Sviluppato pensando alle esigenze uniche dei professionisti del machine learning, Kangas è uno strumento scalabile, dinamico e interoperabile che consente la scoperta di modelli sepolti in profondità all’interno di oceani di set di dati. Con Kangas, i data scientist possono interrogare i loro set di dati su larga scala in un modo naturale per il loro problema, consentendo loro di interagire e interagire con i loro dati in modi nuovi.
I vantaggi degni di nota di Kangas includono:
Scalabilità impareggiabile: Kangas è stato sviluppato per gestire grandi set di dati con prestazioni elevate.
Scopo costruito: i concetti di Computer Vision/ML come punteggio, riquadri di delimitazione e altro sono supportati immediatamente e le statistiche/i grafici vengono generati automaticamente.
Supporto per diverse forme di media: Kangas non si limita alle tradizionali query di testo. Supporta anche immagini, video e altro.
Interoperabilità : Kangas può essere eseguito su un notebook, come app locale autonoma o persino distribuito come app Web. Ingerisce i dati in un formato semplice che semplifica il lavoro con qualsiasi strumento già utilizzato dai data scientist.
Open Source: Kangas è open source al 100% ed è creato da e per la comunità ML.
Kangas è stato progettato per l’intera comunità, per essere abbracciato da studenti, ricercatori e impresa. Man mano che individui e team lavorano per promuovere le loro iniziative di machine learning, saranno in grado di sfruttare tutti i vantaggi di Kangas. Essendo open source, tutti sono in grado di contribuire e migliorarlo ulteriormente.
“L’interoperabilità e la flessibilità sono intrinseche alla proposta di valore di Comet, e Comet mira ad espandere tale valore attraverso contributi open source”, ha aggiunto Mendels. “Kangas è la continuazione di tutti i nostri sforzi e non vedevamo l’ora di mettere le sue capacità nelle mani del maggior numero possibile di data scientist, data engineer e ML. Riteniamo che, grazie all’open sourcing, Comet possa aiutare i team a ottenere il massimo dai loro progetti ML in modi che prima non erano possibili”.
Kangas è disponibile come pacchetto open source per qualsiasi tipo di caso d’uso. Sarà disponibile con licenza Apache 2 ed è aperta ai contributi dei membri della comunità. Scopri di più su https://github.com/comet-ml/kangas .
A proposito di Comet
Comet fornisce una piattaforma MLOps che i data scientist e i team di machine learning utilizzano per gestire, ottimizzare e accelerare il processo di sviluppo durante l’intero ciclo di vita del machine learning, dall’addestramento al monitoraggio dei modelli in produzione. La piattaforma di Comet è considerata affidabile da oltre 150 clienti aziendali tra cui Affirm, Cepsa, Etsy, Uber e Zappos. Individui e gruppi accademici utilizzano la piattaforma di Comet per far progredire la ricerca nei loro campi di studio. Fondata nel 2017, Comet ha sede a New York, NY, con una forza lavoro remota in nove paesi in quattro continenti. Comet è gratuito per individui e gruppi accademici
