ACTICO Machine Learning

Software zur intelligenten Entscheidungsautomatisierung mittels Machine Learning und Geschäftsregeln

Machine Learning

Integrierte Plattform für Maschinelles Lernen

ACTICO Machine Learning ist eine Softwareplattform für Maschinelles Lernen. Die integrierten Komponenten unterstützen durchgängig von der Datenaufbereitung bis hin zum produktiven Einsatz von trainierten Machine-Learning-Modellen.

Einfacher Zugang zu führender Machine-Learning-Technologie

Moderne Machine-Learning-Algorithmen und -Ansätze

Kombination von Machine Learning und Geschäftsregeln



Monitor mit Scoring-Ergebnissen in ACTICO Machine Learning




Maschinelles Lernen mit ACTICO


Schritt 1: Entscheidungsmodellierung

Modellierung

Intelligent Decision Automation beginnt mit der Modellierung einer Entscheidung. Das Entscheidungsmodell berücksichtigt alle Aspekte, die für die Entscheidungsfindung relevant sind. Einige dieser Aspekte werden als Geschäftsregeln grafisch definiert, andere werden automatisiert erlernt und in Form von Machine-Learning-Modellen implementiert. Das Entscheidungsmodell zeigt transparent auf, wofür Machine Learning genutzt wird.

Schritt 2: Feature Engineering

Feature Engineering

Um ein gutes Machine-Learning-Modell zu erhalten, ist eine Aufbereitung der relevanten Daten erforderlich – das Feature Engineering. Mit seinem regelbasierten Ansatz vereinfacht ACTICO Modeler diesen oft aufwendigen Schritt und ermöglicht ein automatisiertes Nachtrainieren der Modelle. Die aufbereiteten Daten bilden die Grundlage für das Training.

Schritt 3: Training

Modell-Training

Training bezeichnet den Lernprozess. Data Scientists wählen einen Machine-Learning-Algorithmus wie Gradient Boosting oder Deep Learning aus, der für das maschinelle Lernen aus den Daten genutzt wird. ACTICO bietet eine einfache Konfiguration und Visualisierung des Trainingsprozesses. Per Klick wird das erzeugte Machine-Learning-Modell anschließend in die Verwaltung überführt.


Grafik, die den Machine-Learning-Roundtrip illustriert
Schritt 4: Machine-Learning-Modelle verwalten

Modell-Management

Das trainierte Machine-Learning-Modell wird in einem zentralen Repository gespeichert und verwaltet – zusammen mit den Entscheidungs- und Regelmodellen. Anwender können alle Modelle abhängig von ihren Zugriffsrechten und Berechtigungen verwalten. Eine Vielzahl von Governance-Funktionen hilft dabei, den Lebenszyklus der Modelle zu steuern, zu überwachen und zu dokumentieren.



Schritt 5: Ausführung

Ausführung

Ausführung bezeichnet die Nutzung des Machine-Learning-Modells zur automatisierten Entscheidungsfindung. Mit ACTICO werden Modelle per Klick bereitgestellt und mit hoher Performance ausgeführt. Die Ausführung des Modells kann in verschiedenen Szenarien erfolgen – als Webservice, per Batch-Verarbeitung oder durch direkte Integration der Machine-Learning-Engine.

Schritt 4: Machine-Learning-Prozess automatisieren für adaptives Lernen

Adaptive Learning

Durch Ausführung des Machine-Learning-Modells im Tagesgeschäft werden stetig neue Daten generiert, die zur Verbesserung des Modells verwendet werden können. Adaptives Lernen automatisiert den Machine-Learning-Prozess vom Feature Engineering über das Nachtrainieren bis hin zur Bereitstellung des Modells. So wird Machine Learning effizient und bringt kontinuierlich neues Wissen ein.





Key Features

Kombinierter Ansatz

ACTICO Machine Learning setzt auf die Kombination aus Machine Learning und Geschäftsregeln. Erzeugte Machine-Learning-Modelle werden gemeinsam mit Geschäftsregel-Modellen orchestriert und in beliebigen Softwarelösungen automatisiert ausgeführt.

Moderne Technologie

ACTICO Machine Learning bietet einen einfachen Zugang zu modernen Algorithmen und Ansätzen für verschiedenste Einsatzbereiche. Dabei setzt die Plattform auf leistungsstarke Technologie, um bessere Vorhersagen zu treffen und die Automatisierung voranzutreiben.

Automatisches Nachtraining

ACTICO Machine Learning erlaubt das automatische Nachtrainieren von Machine-Learning-Modellen und deren schnelle Produktivnahme. So kann auf Basis neu gewonnener Daten kontinuierlich die Vorhersage verbessert und ein selbstlernendes System realisiert werden


costumer

Was ist Intelligent Decision Automation und wie profitieren Finanzinstitute von Machine Learning?


Vorteile

Agilität

ACTICO sorgt für hohe Agilität beim Einsatz von Machine Learning. Die integrierte Plattform beschleunigt den Machine-Learning-Prozess und ermöglicht mit nur wenigen Klicks die Anwendung neuer Modelle. Unternehmen können selbstlernende Entscheidungen realisieren und bringen ihre Time-to-Market so auf ein neues Level.

Einfachheit

ACTICO bietet einen hohen Bedienkomfort und eine mühelose Einführung von Machine-Learning. Mit der grafischen Modellierung von Entscheidungen, regelbasiertem Feature-Engineering, UI-gestütztem Training und Bereitstellung per Mausklick können selbst Benutzer mit geringen technischen Fähigkeiten künstliche Intelligenz anwenden.

Skalierbarkeit

ACTICO-Technologie unterstützt Enterprise- Szenarien, die eine hohe Skalierbarkeit und Verfügbarkeit erfordern. In-Memory-Technologie und Clustering sorgen für eine hohe Performance sowohl beim Machine-Learning-Prozesses als auch bei der automatisierten Ausführung der erzeugten Modelle.


Starten Sie jetzt mit Machine Learning!

Welche Daten stehen für Ihr Machine-Learning-Projekt zur Verfügung?