Composants du module Analytics Scoring

Le module Analytics Scoring comprend les composants suivants.

• Binning Lookup : ce stage peut être utilisé pour appliquer un binning précédemment défini à de nouvelles données à l'aide de bins existants créés dans des dataflows à l'aide du stage Binning du module Machine Learning.
• Java Model Scoring : ce stage peut être utilisé pour évaluer de nouvelles données à l’aide de la formule créée lorsque vous adaptez un modèle Machine Learning.
• PMML Model Scoring : ce stage peut être utilisé pour évaluer tout modèle stocké dans le référentiel Analytics Scoring dans le contexte d'un dataflow.
• Read from Miner Dataset : ce stage peut être utilisé pour lire les données d'un fichier de focus à utiliser dans un dataflow.
• Read from Miner Dataset : ce stage peut être utilisé pour écrire les données d'un dataflow dans un fichier de focus.
• Machine Learning Model Management : ce référentiel comprend Model Assessment, où vous gérez tous les modèles Machine Learning sur votre serveur Spectrum™ Technology Platform, et Binning Management, où vous gérez tous les binnings sur votre serveur Spectrum™ Technology Platform.
• Référentiel Analytics Scoring : il s'agit du référentiel central de tous les modèles disponibles pour le module Analytics Scoring. Les utilisateurs peuvent gérer le référentiel via un client Web.

Voir « Flux de démonstration Data Science » dans le Guide Machine Learning pour des exemples d'apprentissage supervisé et non supervisé incluant l'évaluation des données à l'aide de Java Model Scoring.