Virtual-IT.pl - wirtualizacja cloud computing storage SDx data center

Altaro VM Backup v8 już dostępny!
Altaro VM Backup v8 już dostępny!

Firma Altaro zaktualizowała swoje flagowe rozwiązanie - Altaro VM Backup - przeznaczone do tworzenia kopii zapasowych maszyn wirtualnych działających pod kontrolą hypervisorów Microsoft Hyper-V oraz VMware vSphere/ESXi. Nowy Altaro VM Backup 8.0 (Build 8.0.3) wprowadza funkcjonalność - WAN-Optimized Replication....

Czytaj więcej...

Chmura obliczeniowa wyprze tradycyjne centra danych
Chmura obliczeniowa wyprze tradycyjne centra danych

Wyniki najnowszego badania Cisco Global Cloud Index koncentrującego się wokół wirtualizacji centrów danych i chmury obliczeniowej wskazują, że do 2021 roku przesył danych związany z chmurą będzie wynosił 19,5 ZB (zettabajtów), a co ważne będzie stanowił 95 procent całkowitego ruchu w centrach danyc...

Czytaj więcej...

Gartner: Chmura wśród 10 największych zagrożeń dla biznesu
Gartner: Chmura wśród 10 największych zagrożeń dla biznesu

Nieustający rozwój technologii przynosi nowe ryzyka dla prowadzenia działalności gospodarczej. Firma analityczna Gartner zdiagnozowała dziesięć obszarów, na które musi zwrócić uwagę każdy szybko rozwijający się biznes. Zaskakiwać może wysokie pierwsze miejsce dla chmury obliczeniowej. Eksper...

Czytaj więcej...

Dwie trzecie firm z sektora MŚP już wybrało chmurę
Dwie trzecie firm z sektora MŚP już wybrało chmurę

Z raportu "Chmura w MŚP. Zaufanie czy ostrożność przedsiębiorców?" opracowanego przez Onex Group wynika, że już 67 procent małych i średnich firm w Polsce korzysta z rozwiązań chmurowych. W porównaniu z badaniami przeprowadzonymi przed rokiem odnotowano 16 procentowy wzrost. Choć na pierwszy rzut oka taki...

Czytaj więcej...

Bezpieczeństwo IT - w chmurze czy lokalnie?
Bezpieczeństwo IT - w chmurze czy lokalnie?

Jak wskazuje Gartner jednym z głównych trendów w gospodarce światowej jest dziś Cloud Shift, czyli coraz silniejszy nacisk na wykorzystanie chmury obliczeniowej. Analitycy tej firmy twierdzą, że do 2020 roku niewykorzystywanie chmury będzie w przedsiębiorstwach zjawiskiem tak rzadkim, jak obecnie brak dos...

Czytaj więcej...

15 najlepiej płatnych certyfikacji w 2018 roku
15 najlepiej płatnych certyfikacji w 2018 roku

Nikt nie ma wątpliwości, że IT można zaliczyć do najszybciej rozwijających się branż. Osoby wchodzące w świat IT zadają sobie pytanie jak zrobić ten pierwszy krok, a specjaliści mocno zakorzenieni w branży często myślą na kolejnym krokiem, na drodze do wymarzonego stanowiska. Dobrym sposobem na wprowadzenie zmian, jest...

Czytaj więcej...

Veeam umacnia pozycję lidera w obszarze zarządzania danymi w chmurze
Veeam umacnia pozycję lidera w obszarze zarządzania danymi w chmurze

Podczas konferencji Veeam Velocity 2019 odbywającej się w tym tygodniu w Orlando, Veeam Software podkreślając swoje mocne zaangażowanie w usprawnienie zarządzania danymi w chmurze, integracji chmury, przenoszeniu obciążeń między lokalizacjami i podniesieniu możliwości związanych z bezpieczeństwem zaprezentował Veeam Av...

Czytaj więcej...

Aktualności

Uczenie maszynowe wpływa na rozwój biznesu

Machine LearningUczenie maszynowe (machine learning) to metoda samouczenia się maszyn w oparciu o analizę danych i odnajdywanie zawartych w nich wzorców, mająca swoje początki na przełomie lat 50. i 60. Technologia ta na dobre zadomowiła się w biznesie i obecnie trudno wyobrazić sobie branżę, w której nie znalazłaby zastosowania. Specjaliści z firmy SAS, lidera analityki biznesowej twierdzą, że rozwój technologii biznesowych można podzielić na dwie ery. Jakie?

Eksperci SAS wyszczególniają ery rozwoju technologii z przed i po wprowadzeniu uczenia maszynowego. Podkreślają jednak oni, że na obecnym etapie rozwoju nie możemy jeszcze mówić o w pełni autonomicznych systemach.

Biznes stawia na uczenie maszynowe
Uczenie maszynowe ma szczególne zastosowanie wszędzie tam, gdzie przetwarzane są duże ilości danych. Jak wynika z najnowszej edycji badania SAS „The Autonomous Grid. Machine learning and IoT for Utilities”, 63% dostawców prądu, gazu czy wody uważa, że uczenie maszynowe będzie miało kluczowe znaczenie dla ich przyszłego sukcesu biznesowego. Z kolei raport „Digital Banking” podaje, że 35% organizacji finansowych wdrożyło już co najmniej jedno rozwiązanie z zakresu machine learing. Przykładowo, amerykański Seacoast Bank wykorzystuje system SAS Enterprise Miner do określania długookresowej wartości klienta (ang. CLTV - Customer LifeTime Value), na podstawie analizy jego preferencji i historii transakcji. Dzięki temu bank może oszacować jakie zasoby będą potrzebne do jego obsługi, a także odpowiednio dobrać produkty finansowe, które spełnią oczekiwania danej osoby lub organizacji.

Eksperci SAS upatrują sukcesu uczenia maszynowego w niezwykłej elastyczności tej technologii, możliwości adaptacji jej do potrzeb konkretnej organizacji i realiów problemów, w których rozwiązaniu ma pomóc.

"Obecnie uczenie maszynowe to kluczowe narzędzie w portfolio specjalistów na stanowiskach data scientist. Machine learning umożliwia organizacjom z jednej strony identyfikowanie okazji biznesowych, a z drugiej pozwala uniknąć potencjalnych zagrożeń, które mogłyby zostać niedostrzeżone przez człowieka" - mówi Lorry Hardt, Artificial Intelligence and Machine Learning Strategist w SAS.

Liderzy uczenia maszynowego
Firma analityczna Gartner co roku przygotowuje zestawienie liderów rynku platform analitycznych wykorzystujących uczenie maszynowe, zatytułowane „Magic Quadrant for Data Science and Machine Learning Platforms”. W sześciu ostatnich edycjach, wliczając najnowszą z 2019 roku, SAS został sklasyfikowany w kwadrancie liderów raportu. Ewaluacji dokonano na podstawie analizy możliwości rozwiązań SAS Visual Data Mining and Machine Learning oraz SAS Enterprise Miner. Narzędzia te umożliwiają użytkownikom rozwiązywanie złożonych problemów analitycznych, a także podejmowanie szybszych i lepszych decyzji biznesowych.

SAS Visual Data Mining and Machine Learning działa w oparciu o silnik analityczny SAS Viya. Rozwiązanie zawiera algorytmy statystyczne, uczenia maszynowego, deep learning oraz analizy tekstowej, co przyśpiesza eksplorację danych strukturalnych i niestrukturalnych, jednocześnie umożliwiając wykorzystanie popularnych języków programowania open source. Ujednolica cały proces uczenia maszynowego, od etapu transformacji i przygotowania, aż po wdrożenie.

SAS Enterprise Miner działa na wszystkich typach platform i analizuje każdy rodzaj danych, identyfikując zależności i wzorce. Porządkuje i usprawnia proces data mining, co pozwala na stworzenie dokładnych predykcyjnych i deskrypcyjnych modeli analitycznych, aby znaleźć najlepsze rozwiązanie niezależnie od tego, jak duża baza danych podlega analizie.

Źródło: SAS Institute