(openPR) RapidMiner integriert Predictive Analytics in Hadoop mit durch Kerberos gesicherten Daten
San Jose, CA, USA / Boston, MA, USA / Dortmund, Germany, 17.02.2015 - RapidMiner, Anbieter der gleichnamigen und branchenweit am leichtesten bedienbaren Modern Analytics Platform, gab heute wichtige Updates der umfassendsten Advanced Analytics Lösung auf dem Markt bekannt. In einer Welt, in der Daten-Seen oft nur als Informationslager verwendet und aufgrund des Stands der Technik und der technologischen Beschränkungen nicht ausreichend genutzt werden, bieten die bahnbrechenden Entwicklungen von RapidMiner neue Alternativen für Datenexperten und Fachanwender gleichermaßen, unternehmerische Mehrwerte aus Big Data zu generieren.
Die meisten Anbieter von Analyse-Lösungen extrahieren Daten aus Hadoop, um Analysemodelle zu erstellen und anzuwenden. Das Herausziehen von Big Data aus Hadoop führt aber zur erneuten Bildung von Engpässen und erhöht die Komplexität. Nur einige wenige Anbieter von Analyse-Lösungen führen die analytischen Berechnungen für die Generierung von Modellen tatsächlich in Hadoop durch. RapidMiner führt maschinelle Lernverfahren und die Anwendung von über 100 verschiedenen Modelltypen direkt bei den Daten im Hadoop Cluster durch, womit der produktive Einsatz leistungsstarker prädiktiver Analysen und Modelle in Hadoop in deutlich beschleunigt und vereinfacht wird.
Die neue RapidMiner Plattform wird in dieser Woche auf der Konferenz "Strata + Hadoop World" am Messestand 1421 präsentiert. Die Veranstaltung findet vom 17. bis zum 20. Februar in San Jose im US-Bundesstaat Kalifornien statt. Die Konferenzbesucher sind eingeladen, an der RapidMiner Challenge teilzunehmen und in 10 Minuten oder weniger mit maschinellem Lernen In-Hadoop ein Modell zu erstellen und in Betrieb zu nehmen.
"An unserem Push-Down-Ansatz zur Datenverarbeitung und Modellierung in Hadoop, den unsere Lösung RapidMiner Radoop nutzt, und der jüngsten Veröffentlichung unserer Big Data Stream Mining Lösung RapidMiner Streams, ist es leicht zu erkennen, dass wir ungenutzte Daten-Seen schnell in Geldmaschinen verwandeln, mit denen Unternehmen den Wert ihrer Geschäftsdaten maximieren können", erklärte der CEO und Mitbegründer von RapidMiner, Dr. Ingo Mierswa. "Prädiktive Analytik ist nicht mehr nur ein 'netter' Wettbewerbsvorteil. Sie ist unternehmerisch betrachtet inzwischen unverzichtbar. Niemand bietet eine mit RapidMiner vergleichbare Plattform an und unsere jüngste Version positioniert RapidMiner als die Standard-Plattform für Modern Analytics."
"Viele Unternehmen lassen sich noch von der Komplexität abschrecken, die mit der Erstellung von Analyse-Applikationen auf einem komplizierten Technologie-Stack mit Big Data einhergeht", sagte Nik Rouda, Senior-Analyst bei ESG. "RapidMiner hebt sich durch eine Lösung hervor, die nicht nur sehr tief ist, sondern auch benutzerfreundlich - zwei Eigenschaften, die eine schnellere Anwendungsentwicklung und Nutzung in einer Vielzahl von Umgebungen ermöglichen."
RapidMiner ist die einzige im Handel erhältliche Advanced-Analytics-Plattform, die Analyseprozesse wahlweise In-Memory, In-Hadoop, In-Cloud, In-Stream und In-Database durchführen kann und erfordert dabei keine Programmierkenntnisse, sondern bietet eine leicht bedienbare grafische Benutzeroberfläche.
Neues In-Hadoop-Model-Scoring ist bis zu 20 Mal schneller als Model-Scoring mit herkömmlicher Hadoop-Software
RapidMiner Radoop erstellt automatisch einen optimierten Plan zur Analyseausführung, der auf der konkreten Hadoop-Cluster-Konfiguration basiert, und integriert Algorithmen für maschinelles Lernen aus MLlib, der Bibliothek von Apache Spark für maschinelles Lernen. Die neue RapidMiner Radoop-Version enthält eine Push-Down-Verarbeitung für logistische Regression und Entscheidungsbaumalgorithmen, die nativ in Hadoop ausgeführt werden können, wobei die gesamte verteilte Rechenleistung von Spark auf einem Hadoop-Cluster genutzt wird. Die Modelle aller über 100 RapidMiner-Lernverfahren können In-Hadoop ausgeführt werden.
RapidMiner Radoop gewährleistet Datensicherheit mit Kerberos Authentification Security
Die Datensicherheit ist für Unternehmen weltweit eine absolute Priorität. Diese wichtige Geschäftsanforderung verzögert oft Datenanalysen – nicht jedoch mit RapidMiner. RapidMiner Radoop nutzt Kerberos zur Authentifizierung bei Hadoop Clustern und erleichtert dadurch die Durchführung von Big-Data-Analysen, Modell-Erstellungen und Modell-basiertes Scoring bei gleichzeitiger Einhaltung etablierter Sicherheitsstandards.
RapidMiner hebt Self-Service-Analytik mittels geführter Analysen auf eine neue Ebene
Wisdom of Crowds – Erfahrung der großen RapidMiner Community integriert
RapidMiner hebt sich weiterhin auch dadurch von anderen Advanced Analytics Anbietern ab, dass es einen geführten Ansatz bei der Erstellung prädiktiver Analysen einsetzt, der auf der gesammelten Intelligenz der über 250.000 Mitglieder starken RapidMiner-Community basiert. Die analytischen Best Practices bzw. die kollektive Intelligenz (Wisdom of the Crowds) wird von RapidMiner mithilfe maschinellen Lernens genutzt, um automatisch Empfehlungen für die bestmögliche Erstellung eines prädiktiven Modells zu geben. Während stets zahlreiche Benutzer experimentieren und dazulernen, werden die neusten erfolgreichen Innovationen aus
der Community umgehend als Empfehlungen angeboten. Diese einzigartige Funktionalität, die die Erfahrung der RapidMiner-Community zur Erstellung von Empfehlungen nutzt, erleichtert die Entwicklung präziserer prädiktiver Modelle - und das unabhängig vom Fachwissen des Endanwenders.
Kontextsensitive Empfehlungen
Die neue RapidMiner-Version enthält nun auch kontextbezogene Empfehlungen, die eine noch passendere und zielgerichtetere Unterstützung der Anwender beim Entwurf des Analyseprozesses ermöglicht. RapidMiner erhält durch diesen Kontextbezug ein besseres Verständnis davon, wie andere Benutzer ähnliche Probleme lösen, und bietet durch den Rückgriff auf dieses Know-How bessere Empfehlungen, welche die Wertschöpfung beschleunigen (Time-to-Value).
Empfehlung von Parametern
Die neue Plattform enthält nun auch Empfehlungen zur Konfiguration der Parameter. Die Feineinstellung von Parametern ist oft von entscheidender Bedeutung in der Entwicklung analytischer Arbeitsabläufe und vor allem für Anfänger ist sie eine besonders mühsame und schwierige Aufgabe. Die Empfehlungsfunktion für Parameter in RapidMiner greift auf das Wissen und die Erfahrung der Community zurück, um Parameter zu empfehlen und abzustimmen, wodurch die Modellgenauigkeit und die Ergebnisse verbessert werden.
"Diese Version stellt einen großen Fortschritt für Hadoop-Benutzer und die gesamte RapidMiner-Community dar. Spark ist verglichen mit anderen nativen Hadoop-Analytics-Lösungen besonders schnell", betonte Michele Chambers, President und COO von RapidMiner. "Unser Ansatz der automatischen Erstellung optimierter Pläne zur Analyseausführung in Hadoop ist einzigartig in der Branche und reflektiert die Vielfalt verschiedenster Hadoop-Cluster, die tatsächlich von Kunden genutzt werden. Wir sind der Überzeugung, dass jeder Kunde eine seinen Anforderungen entsprechende Lösung erhalten sollte und auf einfache Weise großen Nutzen aus Big Data ziehen können sollte. Dies haben wir nun ermöglicht und zwar mit einer für den Anwender besonders einfachen Bedienbarkeit.“
Wenn Sie die vollständige Liste aller Aktualisierungen der Modern-Analytics-Plattform RapidMiner einsehen möchten, finden Sie diese unter www.rapidminer.com.
