Բառը[Թաքցնել][Ցուցադրում]
Շարունակվող համաճարակը խթանեց հեռահար աշխատանքին և այն գործիքներին, որոնք աջակցում են այն, ինչպես երբեք: Մեծացնելը, օրինակ, ավելի քան կրկնապատկվել է արժեքով:
Այնուամենայնիվ, տեխնոլոգիական առաջընթացն այդքան արագ չի եղել՝ հնարավորություն տալով տվյալների վերլուծաբաններին և տվյալների գիտնականներին իրական ժամանակում համագործակցել:
Մասաչուսեթսի ստարտափ Einblick-ը հույս ունի փոխել դա:
Einblick-ը ինտերակտիվ վերլուծական գրատախտակ է, որը օգտվողներին հնարավորություն է տալիս վերլուծել իրենց տվյալները տեսողականորեն, ստեղծել մոդելներ և խմբով կատարել տվյալների վրա հիմնված ընտրություններ:
Տվյալների ինտերակտիվ վերլուծությունը իրական ժամանակի վերլուծության ընդլայնում է, որն օգտագործում է տվյալների բազայի բաշխված համակարգերի և մատուցման հմտությունների խառնուրդ՝ վերլուծական գործընթացն արագացնելու և օգտատերերին թույլ տալու օգտվել Business Intelligence տեխնոլոգիայի վերլուծական հնարավորություններից:
Հիմնվելով MIT-ում և Բրաունի համալսարանում վեց տարվա ուսումնասիրության վրա՝ դրա տեխնոլոգիան օգնում է օգտատերերին հաղթահարել հեռավոր հաղորդակցության հետ կապված դժվարությունները:
Եկեք ուսումնասիրենք այն խորությամբ:
Ինչ է Էյնբլիք?
Einblick-ը ինտերակտիվ վերլուծական գործիք է, որը կառուցված է գրատախտակի վրա, որը թիմերին թույլ է տալիս արագ ուսումնասիրել անցյալը, կանխատեսել ապագան և կայացնել տվյալների վրա հիմնված լավագույն որոշումները իրենց բիզնեսի համար:
Այն ապահովում է մեկ լուծում, որը ներառում է վերլուծական գործառնությունների համար նախատեսված գործիքների և տեխնոլոգիաների համապարփակ փաթեթ՝ սկսած տվյալների մաքրումից և փոխակերպումից մինչև մոդելի կառուցում և ինչ-որ վերլուծություն:
Օգտատիրոջ պարզ ինտերֆեյսի, ժամանակակից ավտոմատ մեքենայական ուսուցման և տվյալների արդյունահանման եզակի հնարավորությունների շնորհիվ օգտատերերը բարդ վերլուծություններ անելու համար տեխնիկական նախապատմություն չեն պահանջում:
Այն ավտոմատացնում է ժամանակատար և դժվար գործառնությունները՝ թույլ տալով բոլորին վերանայել իրենց տվյալները և ստանալ օգտակար պատկերացումներ:
Ինչպես է դա աշխատում?
Einblick-ի երկու հիմնական տրամաբանական բաղադրիչ կա.
- Einblick հավելված
- Einblick կոնտեյներ
Einblick հավելված
Kubernetes կլաստերը հյուրընկալում է Einblick բեռնարկղերին: Օգտագործողի նույնականացման անվտանգ համակարգը նույնականացնում է յուրաքանչյուր օգտվողի հարցումը:
The բեռի հավասարակշռություն հավելվածը հատկացնում է կոնտեյներին, երբ օգտվողը միանում է դրան: Կոնտեյներները նույնական կրկնօրինակներ են, որոնք պահվում են համաժամեցված կենտրոնացված MongoDB տվյալների բազայի կողմից:
Երբ օգտվողը փոփոխում է իր աշխատանքային տարածքը, MongoDB-ն թարմացնում և տարածում է նոր տեղեկատվությունը բոլոր կրկնօրինակներին՝ հնարավորություն տալով իրական ժամանակում համագործակցել:
Հարկ է նշել, որ քանի որ աշխատանքային տարածքի վիճակն ու հաշվարկը տարանջատված են, միաժամանակ օգտագործողները կարող են առաջադրանքներ կատարել նույն աշխատանքային տարածքում, որոնք աշխատում են տարբեր բեռնարկղերի վրա՝ միաժամանակ միացնելով համաժամացումը և զուգահեռությունը:
Einblick կոնտեյներ
Einblick բեռնարկղերում աշխատանքային ծանրաբեռնվածությունը կատարվում է: Einblick-ի առաջադեմ հաշվարկային շարժիչը՝ Դավոսը, գործում է տվյալների հոսքերի միջոցով և թույլ է տալիս հավելվածի ինտերակտիվ արագությունը:
Երբ օգտվողին հանձնարարվում է կոնտեյներ, յուրաքանչյուր աշխատանք ուղարկվում է Դավոս, որը սկսում է տվյալներ հավաքել ընտրված տվյալների աղբյուրից:
Հնարավորության դեպքում այն կնվազեցնի նմուշի պայմանները մինչև հիմքում ընկած տվյալների աղբյուրը:
Հակառակ դեպքում, այն կսկանավորի տվյալները և կհաշվարկի ջրամբարի նմուշը տվյալների աղբյուրի վրա: Յուրաքանչյուր օպերատոր աշխատում է տվյալների հոսքերի վրա, և սպառողները ստանում են առաջադրանքների արդյունքների թարմացված պատճեններ ամեն անգամ, երբ օպերատորը կատարում է խմբաքանակի վրա:
Երբ աշխատանքի ծանրաբեռնվածության արդյունքը որոշվում է, Մոնտանան անմիջապես ստանում է ծանրաբեռնվածության արդյունքի թարմ պատճենները:
Մոնտանան Einblick-ի միջին ծրագրային շերտն է, որը պատասխանատու է հավելվածների/աշխատանքային տարածքի մասին տեղեկատվության պահպանման, օգտատերերի միջև աշխատանքային տարածքը համաժամացնելու համագործակցության համար (MongoDB) և առաջադրանքների արդյունքները փոխանցելու Laax-ին՝ իր ճակատին:
Վերջապես, Laax-ը Javascript-ի կոդն է, որը ցուցադրում է Դավոսի արդյունքները օգտագործողի բրաուզերում:
Ի՞նչ է Einblick Analytics-ը:
Einblick-ը թիմերին հնարավորություն է տալիս կիրառել տվյալների առաջադեմ վերլուծություն՝ սպասարկելու տարբեր որոշումների կայացման և ռազմավարական պլանավորման գործընթացներ.
Նկարագրական վերլուծություն
Տվյալները կարող են օգտագործվել անցյալում տեղի ունեցածի մասին իմանալու համար: Ուսումնասիրության այս ձևի համար սովորաբար օգտագործվում են ավանդական BI գործիքներ (գծապատկերներ, վահանակներ և ինտերակտիվ վերլուծություններ):
Բայց կա BI գործիքների նոր սերունդ (օրինակ՝ Sisu-ն), որոնք օգտագործում են մեքենայական ուսուցում՝ օգնելու վերլուծաբաններին նավարկելու բարձր չափերի տվյալների հավաքածուներում:
Այս նոր գործիքները ընդգծում են հիմնական դրայվերները, գտնում են միտումները և նույնիսկ խորհուրդ են տալիս գծապատկերներ: Նրանք կարող են ավտոմատ կերպով բացահայտել օրինաչափությունները և կարևոր դրայվերները՝ ի լրումն տվյալների վիզուալիզացիայի կառուցման համար բարձր դինամիկ ինտերֆեյսի տրամադրման:
Այնուամենայնիվ, եթե ցանկանում եք իրական ժամանակում չափել KPI-ները, ձեզ անհրաժեշտ կլինի մոնիտորինգի համակարգ, ինչպիսին է Einblick-ը, որն ավտոմատ կերպով թարմացնում է տվյալները և ուղարկում ծանուցումներ:
Կանխատեսելի վերլուծություն
Օգտագործեք տվյալները կանխատեսման մոդելներ ստեղծելու համար: Կանխատեսման և շեղման մոդելները հայտնի օրինակներ են այս ոլորտում:
Բայց չէ՞ որ արդեն կան (autoML) գործիքներ, որոնք թույլ են տալիս ոչ տեխնիկական մարդկանց մոդելներ ստեղծել:
Նման գործիքներ գոյություն ունեն. հաշվի առեք KNIME-ը, Rapid Miner-ը և Alteryx-ը, բայց դրանցից շատերը գործում են աշխատանքային հոսքի շարժիչների կրկնօրինակմամբ. տվյալները գալիս են, դուք կատարում եք որոշակի գործողություն, և արդյունքը փոխանցվում է մեկ այլ օպերատորի:
Դուք կարող եք կասկածել, թե արդյոք աշխատանքային հոսքի նման միջերեսը կատարյալ է: Դրա վաղ կրկնումներով փորձարկելուց հետո, ես կարծում եմ, որ նրանց ինտերֆեյսը ավելի լավ է համապատասխանում ոչ տեխնիկական մարդկանց:
Einblick-ը թույլ է տալիս օգտվողներին ստեղծել և տարածել կանխատեսման մոդելներ, ինչպես նաև միավորել և փոփոխել բազմաթիվ տվյալների հավաքածուներ:
Ավելի կարևոր է, որ օգտվողներն աստիճանաբար զարգացնում են մոդելներ և տվյալների հավելվածներ՝ օգտագործելով գրավիչ ինտերֆեյս, որը թույլ է տալիս նրանց խառնել վիզուալիզացիաները, մոդելները և տվյալների վերլուծությունը:
Դեղատոմսային վերլուծություն
Դուք կարող եք ստեղծել what-if, սցենարներ կամ սիմուլյացիաներ՝ օգտագործելով Einblick-ի տվյալները:
Այն կարող է նաև օգնել ձեզ հասկանալ կարևոր փոփոխականների և կանխատեսողների նշանակությունը, ինչպես նաև ստեղծել և վերլուծել սցենարներ: Առաջադեմ գործիքներ, ինչպիսիք են Մոնտե Կառլոյի սիմուլյացիան, շուտով կներառվեն:
Ո՞վ կարող է օգտվել հարթակից:
Անկախ ձեր ոլորտից, բիզնեսից կամ գործառույթից, այն կարող է օգնել ձեզ արագ կատարել տվյալների վրա հիմնված ընտրություններ: Դրանցից մի քանիսը թվարկված են ստորև.
1. Արտադրություն
- Ապրանքի պահանջարկի կանխատեսում.
- Կանխատեսելի սպասարկում.
- Օպտիմալացնել արտադրական գծի անձնակազմը:
2. Ապահովագրություն և բանկային գործ
- Մոդելները պետք է արագ թարմացվեն՝ ընթացիկ երևույթներին արձագանքելու համար:
- Ստեղծեք շուկայավարման ռազմավարություն՝ հիմնված հաճախորդների պահանջների վրա:
- Բարելավել հաճախորդների ձեռքբերումը:
3. Էներգետիկայի ոլորտ
- Ուսումնասիրեք կայանի շրջակա միջավայրի վրա ազդեցությունը:
- Բացահայտեք բաշխիչ ցանցի աննորմալությունները:
- Հետևեք արտադրական և արդյունահանող գործարանների թողունակությանը:
4. Պետական ոլորտ
- Հաշվարկել ապագա քաղաքականության ազդեցությունը:
- Ծրագրի ազդեցությունը պետք է չափվի:
- Տվյալների վրա հիմնված որոշումներ կայացրեք:
5. Առողջապահության ոլորտ
- Ճգնաժամային սցենարների դեպքում կանխատեսվող բնակչությունը:
- Ընդլայնել ռիսկերի կառավարումը:
- Ընդունման ռիսկի մոդելների արագ նախատիպը:
6. Մանրածախ առևտրի ոլորտ
- Բարելավել մարքեթինգային արշավները:
- Օպտիմալացնել աշխատուժի մակարդակները՝ օգտագործելով Covid-19-ը:
- Կանխատեսել պահանջարկը շուկայական փոփոխվող հանգամանքների պայմաններում:
ԿԱՐԵՎՈՐ մասեր
- Տվյալների արտացոլումը Շրջանակներ – Օգտագործեք Python տվյալների շրջանակների ողջ ներուժը՝ տվյալները խմբագրելու և մի քանի տվյալների հավաքածուների հետ նույն էկրանին փոխազդելու համար:
- Ազատ ձևի կտավի վրա, Visual Analytics – Անսահմանափակ ազատ ձևի կտավի վրա տվյալների բեռնման, մաքրման, փոխակերպման, ցուցադրման և մոդելավորման միջև արագ կրկնություններն ապահովված են:
- Ինտերակտիվ մեքենայական ուսուցում – Կառուցեք ML մոդելներ՝ օգտագործելով Einblick-ի մրցանակակիր ինտերակտիվ AutoML գործիքը՝ միաժամանակ պահպանելով մոդելի առանձնահատկությունների նկատմամբ վերահսկողությունը:
- Օպտիմալացում – Օպտիմիզացրեք այն արդյունքների համար, որոնք կարևոր են ձեր ընկերության համար և ընկալեք տարբեր այլընտրանքային գործողությունների հետ կապված փոխզիջումները:
- Գործակցություն – Այն թույլ է տալիս անձամբ և հեռակա համագործակցել նույն սենյակում գտնվող գործընկերների հետ: Այն ստեղծվել է աշխատասեղանի բրաուզերների, ինչպես նաև գրիչի և հպման միջերեսների համար:
- Հեշտ ամպի տեղակայում – Այն հեշտությամբ կարող է տեղակայվել հանրային կամ մասնավոր ամպի մեջ և ինտեգրվում է ձեր առկա պահեստավորման և տվյալների բազայի համակարգերին:
- Ճկունություն – Ինտեգրեք ձեր սեփական Python գործառույթները որպես նոր տեսողական օպերատորներ՝ դրանք հասանելի դարձնելով ձեր ողջ թիմի կամ կորպորացիայի համար:
- Վիճակագրական անվտանգության ցանցեր – Վիճակագրական օգնականը պարզեցնում է ձեր տվյալների համար համապատասխան վիճակագրական թեստ ընտրելու գործընթացը:
Ինչպես սկսել Einblick-ի հետ
1: Մուտք
Երբ գործարկեք Einblick-ը, ձեզ կառաջարկվի մուտքի էկրան:
2. Հիմնական ընտրացանկ
Մուտք գործելուց հետո դուք կուղարկվեք Գլխավոր մենյու:
Վերևում ընդգծված մասերը քննարկվում են ստորև:
Ավելացնել նոր կոճակ
Նոր տարրեր ավելացնելու առաջնային մեթոդն է Ավելացնել կոճակը։ Երբ դուք սեղմում եք դրա վրա, հայտնվում է ընտրացանկը, որը մանրամասնում է այն, ինչ կարող եք ավելացնել, ինչպես երևում է ստորև նկարում:
Նյութի ներդիրներ
Դուք կարող եք մուտք գործել բազմաթիվ տեսակի իրեր, որոնք հասանելի են Einblick-ում` սեղմելով տարբեր տարրերի ներդիրների վրա:
Օրինակ՝ աշխատանքային տարածքներ ներդիր այցելելով կցուցադրվեն բոլոր աշխատավայրերը, որոնց մուտք ունեք: Խնդրում ենք նկատի ունենալ, որ ապրանքները, որոնց հասանելիություն չունեք, այստեղ չեն ցուցադրվի:
Այն իր մեջ ներառում է `
- նոր
- Ֆայլեր
- Ամսաթիվ
- Օպերատորներ
- Users
Որոնման տողը, որը բացատրվում է ստորև, կարող է օգտագործվել ցուցադրվող օբյեկտները զտելու համար:
Որոնել Բար
Որոնման տողը տարածվում է՝ բացահայտելու վերջերս օգտագործված իրերը, վերջին հարցումները և պիտակները, որոնք ներկայումս տեսանելի են, երբ սեղմում եք դրա վրա (հետագայում նկարագրված է ստորև):
Որոնման արդյունքներում կհայտնվի համապատասխան անուն կամ պիտակ ունեցող ցանկացած տարր:
Հիմնական մենյուի տարրեր
Հիմնական ընտրացանկում յուրաքանչյուր օբյեկտ ներկայացնում է տուփը, որի հետ դուք կարող եք փոխազդել: Դուք կարող եք այս բաները տեղափոխել հիմնական ընտրացանկի այլ տեղ, եթե ցանկանում եք դրանք կապել այլ տարրերի հետ:
Նյութերը կարող են նաև միացվել ընտրանքների հետ, ինչը հասանելի է եռակի կետային մենյուի միջոցով, ինչպես ցույց է տրված ստորև նկարում:
3. Վերբեռնեք տվյալների հավաքածու
Այն աջակցում է տվյալների մի շարք ինտերֆեյսների, ինչը թույլ է տալիս մուտք գործել ձեր տվյալները՝ անկախ այն բանից, թե որտեղ են դրանք: Սկսելու ամենապարզ մեթոդը CSV ֆայլն է, բայց կարող եք նաև ուսումնասիրել Start՝ սեղմելով.
- Ավելացնել նոր
- Տվյալների հավաքածուներ
- Վերբեռնեք CSV ֆայլ
- Արագ վերբեռնում
Ձեր CSV ֆայլը կհայտնվի մեջ տվյալների շտեմարան հիմնական մենյուի տարածքը համակարգին ներկայացնելուց հետո:
4. Ստեղծեք նոր աշխատանքային տարածք
Ձեր տվյալների վերլուծությունը սկսելու համար նախ պետք է ստեղծեք աշխատանքային տարածք և այն կապեք ձեր տվյալների բազայի հետ: Յուրաքանչյուր աշխատանքային տարածքի հետ կարող է զուգակցվել կամայական թվով տվյալների հավաքածու:
Սեղմել Ավելացնել նոր այնուհետև աշխատանքային տարածք՝ նոր աշխատանքային տարածք ստեղծելու համար:
Աշխատանքային տարածքների ներդիրում կավելացվի նոր աշխատանքային տարածք, իսկ աջ կողմում գտնվող վահանակը կտրամադրի աշխատանքային տարածքի հետ կապված տեղեկատվություն:
Քաշեք տվյալների հավաքածուի պատկերակը տվյալների հավաքածուների ներդիրից դեպի աշխատանքային տարածքի վահանակի տվյալների հավաքածուների տարածք՝ այն կապելու համար:
Աշխատանքային տարածք մուտք գործելու համար սեղմեք սլաքի պատկերակը դրա պատկերակի վրա կամ բաց կոճակը դրա վահանակի վերևում: Դրանից հետո կարող եք նաև տվյալների հավաքածուն ավելացնել աշխատանքային տարածքին:
5. Ի վերջո, օգտագործեք աշխատանքային տարածքը
Աշխատանքային տարածքը ինտերակտիվ կտավ է, որի վրա դուք կարող եք գրաֆիկորեն ձևակերպել տվյալներ հետազոտության համար, ինչպես նաև կատարել տվյալների արդյունահանում և կանխատեսող մոդելավորման գործողություններ:
գնագոյացում
Դուք կարող եք սկսել օգտագործել կայքը իր Հիմնական պլանով, որն ամբողջովին անվճար է և ունի բազմաթիվ հնարավորություններ: Այն նաև առաջարկում է երկու պրեմիում պլան, որոնք մանրամասն ներկայացված են ստորև.
- Pro: $45/օգտագործող/ամիս (տարեկան վճարում):
- Ձեռնարկություն. Կապվեք Einblick թիմի հետ մաքսային գնի համար:
Կոալիցիայում
- Բարելավել վերլուծական համագործակցությունը:
- Բարելավված մոդելներ և ավելի արագ պատկերացումներ
- Քաղաքացիների տվյալների գիտությունը լիազորված է:
Դեմ
- Որոշ մարդիկ կարող են աշխատավայրը համարել ոչ գրավիչ:
Եզրափակում
Ամփոփելու համար, կանխորոշիչ վերլուծության ժողովրդավարացումը պահանջում է հիմնարար տեղաշարժ այն բանում, թե ինչպես են անհատները փոխազդում տվյալների հետ:
Einblick-ը տվյալների մշակման առաջին տեսողական հարթակն է, որը համատեղում է աշխատանքային հոսքի վրա կենտրոնացած AI գործիքների և վիզուալիզացիայի վրա կենտրոնացած BI գործիքների մեծագույն առանձնահատկությունները:
Այն նախագծված է ներքևից վեր՝ հեշտացնելու համագործակցությունը՝ հեռակա կամ անձամբ՝ թիմերին թույլ տալով կայացնել տվյալների վրա հիմնված որոշումներ:
Փորձեք այն և կիսվեք ձեր մտքերով մեզ հետ:
Ընդգծել
Հաճելի է գրել, Ջեյ: Հենց նոր հանդիպեցի դրան՝ փորձելով իմանալ Էյնբլիկի մասին: