Modellerstellung mit einem Klick in der Alteryx Intelligence Suite

[StephV]

Die Alteryx Intelligence Suite ermöglicht jedem Alteryx-Anwender die Nutzung erweiterter Machine-Learning-Funktionen über das Machine Learning Toolkit.  Unterstützt durch erstklassige Open-Source-Software für Machine Learning in Verbindung mit der Benutzerfreundlichkeit durch die Integration in die Alteryx-Plattform können Geschäftsanwender aussagekräftige Erkenntnisse gewinnen, da sie die Gegenwart besser verstehen und beginnen, die Zukunft anhand ihrer Daten zu prognostizieren.Dies geschieht dank unserer Lösung mit detaillierten, nachvollziehbaren Schritten und vollständiger Prozesstransparenz. Darüber hinaus unterstützen die durch die Software bereitgestellten Empfehlungen und Anleitungen die Entwicklung einer neuen Generation von Citizen Data Scientists.

In den Gesprächen mit unseren Kunden wurde ein Bedarf deutlich: Auch wenn ein „Do-it-Yourself“-Ansatz die genaue Kontrolle über jeden Aspekt des Modellierzungszyklus ermöglicht und das assistierte Schrittfomat ein hervorragender, maschinenautomatisierter Partner auf diesem Weg ist, wünschen Benutzer sich doch eine komplett automatisierte Modellerstellung.  Die Möglichkeit, einen Button anzuklicken, damit eine Maschine Tausende von Kombinationen testet, um das am besten für einen Datenbestand geeignete Modell zu ermitteln, ist für Unternehmensanalysten, Data Scientists und alle Beteiligten dazwischen attraktiv, da sie hierdurch wiederkehrende Aufgaben automatisieren und die Wahrscheinlichkeit manueller Fehler reduzieren können.  Daher freuen wir uns sehr, als Teil der Intelligence Suite den neuen automatischen Modellierungsmodus in den Machine-Learning-Modulen der Version 2020.3 vorzustellen.

Unser Automated Modeling ermöglicht eine vollständige Modellerstellung mit einem Klick, einschließlich Hyperparameter-Feinabstimmung und anderen Optimierungen der Modellierungs-Pipeline, während gleichzeitig die Transparenz, Kontrolle und Workflow-Effizienzen erhalten bleiben, die Sie bereits von den Machine-Learning-Modulen kennen.  Dieser neue Ansatz ist nahtlos in unser Assisted Modeling integriert und bietet Module, die mit bestehenden, bereits in der Intelligence Suite erstellten Workflows kompatibel sind. 

Die wachsende Anzahl von Möglichkeiten zur Erstellung prädiktiver Modelle in Alteryx wirft die Frage auf, welches der beste Weg ist. Nun, es kommt darauf an. Ob unsere Kunden über Programmiererfahrung verfügen oder nicht, es gibt zahlreiche Möglichkeiten, dieselben Arten prädiktiver Fragen komfortabel mit Alteryx zu beantworten. Automated Modeling ist die neueste dieser Möglichkeiten.

Ich freue mich, dass Josh Herr, einer der Ingenieure, mit denen ich an der Implementierung der neuen Modellierungsmöglichkeit gearbeitet habe, diese neuen Funktionen im Detail bespricht, um die wichtigsten Vorteile hervorzuheben.

Automated Modeling im Detail

Wir haben intensiv an der Entwicklung einer automatisierten Modellierungsplattform gearbeitet, die eine nahtlose Integration mit unserem bestehenden Assisted-Modeling-System und der Designer-Anwendung ermöglicht und gleichzeitig die gesamte Leistungsstärke und Benutzerfreundlichkeit automatischer Modellierung bietet. Betrachten wir dies ganz grob aus der Perspektive eines Alteryx-Benutzers und besprechen wir anschließend einige der technischen Details, auf denen unsere neue One-Click-Lösung basiert.

Benutzer, die bereits mit Assisted Modeling vertraut sind, werden zunächst einen neuen Schritt innerhalb des Modellierungsprozesses bemerken, in dem sie gefragt werden, ob sie die klassische schrittweise Anleitung zur Erstellung ihres Modells wünschen oder den neuen Automatikmodus nutzen möchten. Dadurch erhalten sie die Möglichkeit, den am besten geeigneten Weg für die Erstellung zu implementierender Modelle auszuwählen. Wenn Sie Ihre Modellierungsschritte manuell auf Basis Ihres Wissens oder Ihrer Erkenntnisse steuern möchten, kann der schrittweise Prozess weiterhin die bevorzugte Option sein. Anderenfalls können Sie auf „Automatic“ klicken und sich zurücklehnen, während unsere Algorithmen den Großteil der Arbeit für Sie erledigen.

Nachdem unsere Algorithmen die Zahlen aufgeschlüsselt und das beste Modell für Ihr Geschäftsszenario gefunden haben, befinden Sie sich wieder in einer ähnlich vertrauten Situation wie mit der vorherigen Assisted-Modeling-Lösung. Die Rangliste zeigt das Modell mit der höchsten Genauigkeit, und die Schritte des Modellierungsprozesses wurden mit den besten Kombinationen für Sie ausgeführt. Sie können weiterhin Statistiken zur Leistung Ihres Modells ansehen und dieses Modell Ihrem Arbeitsbereich in Form der Machine-Learning-Tools oder über das Python-Tool hinzufügen. Nachdem Sie das Modell ausgewählt und die Tools Ihrem Arbeitsbereich hinzugefügt haben, ist der Workflow bereit für die Auswertung neuer Daten. Die Tools sind ebenfalls im Arbeitsbereich verfügbar, falls Sie Ihre Lösung anhand zusätzlicher statistischer Erkenntnisse weiter optimieren oder sich einen Überblick verschaffen möchten, welche Auswahl unsere automatisierten Algorithmen getroffen haben.

Was geschieht hinter den Kulissen, wenn Sie die automatische Modellierung starten? Wir nutzen modernste Data-Science- und Statistik-Algorithmen zur Bestimmung der besten Klassifizierungen Ihrer Datentypen, Funktionen sowie erforderlichen Umwandlungen, um die größtmögliche Genauigkeit und Leistung Ihres Modells zu erreichen. Anschließend trainieren wir mehrere Modelltypen und vergleichen unterschiedliche Bewertungsmetriken zur Ermittlung des Modells, das Ihren Ansprüchen am besten gerecht wird und Ihnen die zuverlässigste Genauigkeit bietet. Wir optimieren die Geschwindigkeit, mit der wir diese Modelle trainieren und vergleichen, und verwerfen Algorithmen und Modellkombinationen, die für das aktuelle Szenario keine ausreichende Effizienz bieten. Sie können die für Sie getroffene optimale Auswahl überprüfen, indem Sie die Tool-Eigenschaften im Arbeitsbereich verändern oder sogar mithilfe der schrittweisen Modellierungsfunktion ein separates Modell ausführen, damit sichergestellt ist, dass der automatisierte Modellierungsprozess Ihnen die besten Parameter und Wahlmöglichkeiten für Ihre Daten geliefert hat.

Die Integration zur Verschmelzung des schrittweisen assistierten Modus und des automatischen Schrittes zur Erstellung Ihres Modells ermöglicht eine nahtlose Fortsetzung Ihrer Modellerstellung ohne mühsames oder komplexes Erlernen des Umgangs mit neuen Systemen oder Tools. Wir sind sicher, dass unsere Alteryx-Benutzer diese neue Funktion schätzen werden und ihr Weg durch die prädiktive Landschaft erheblich einfacher verläuft, da sie den gegenwärtigen und zukünftigen Status ihrer Daten weiter erkunden und verstehen sowie weitere Schlussfolgerungen ziehen können.

Fazit

Josh und das Team haben großartige Arbeit bei der Integration dieser Funktion in die Intelligence Suite geleistet, um Ihre Benutzererfahrung zu verbessern, und als Marktführer in diesem Bereich beobachten wir kontinuierlich die sich verändernden Erkenntnisse, die unsere Kunden mithilfe unserer Data-Science-Innovationen in Alteryx ermöglichen.  Ich freue mich darauf, zu sehen, wie die Automatisierung des Machine Learning Sie dabei unterstützt, schneller einen Mehrwert aus Ihren Daten zu schöpfen als je zuvor!

Laden Sie jetzt das Starter-Kit für die Intelligence Suite herunter und sehen Sie sich die vorgefertigten Templates mit Musterdaten, Workflows und Anwendungsbeispielen an. Wenden Sie sich an Ihren Kundenberater bei Alteryx, um eine Lizenz für die Alteryx Intelligence Suite zu erwerben, die in Designer 2020.2 und neueren Versionen erhältlich ist, und beginnen Sie mit der Entwicklung und Demokratisierung von Data Science innerhalb Ihres Unternehmens. Sollte Ihnen Ihr Kundenberater nicht bekannt sein oder sollten Sie Fragen zum Einstieg haben, besuchen Sie bitte unser Support-Kontaktportal und wählen Sie Request Access to Intelligence Suite, damit wir Ihnen den Einstieg in die Problemlösung mithilfe codefreier erweiterter Analysen in Alteryx ermöglichen können.

*Der Beitrag "One-Click Modeling With Alteryx Intelligence Suite" wurde in Community Blog veröffentlicht und von @sadovskygeschrieben.