Soluzioni di data science

Ultimo aggiornamento: 04 mar 2025
Soluzioni di data science

È possibile analizzare i dati e creare soluzioni di apprendimento automatico con strumenti che forniscono vari livelli di automazione. I metodi scelti per l'utilizzo di dati o modelli consentono di determinare quali strumenti si adattano meglio alle proprie esigenze.

Ogni strumento ha una specifica attività principale. Alcuni strumenti hanno capacità per più tipi di attività.

È possibile scegliere uno strumento in un progetto in base alla quantità di automazione desiderata:

  • Strumenti dell'editor di codice: utilizzare per scrivere il codice in Python o R, anche con Spark.
  • Strumenti di creazione grafica: utilizzare i menu e la funzionalità di trascinamento e rilascio su un builder per programmare visivamente.
  • Strumenti di creazione automatizzati: utilizzare per configurare attività automatizzate che richiedono un input utente limitato.
Strumento per le attività
Strumento Attività principale Tipo di strumento Gestisci i dati Gestione modelli
Data Refinery Preparare e visualizzare i dati Builder grafico
Visualizzazioni Crea grafici per visualizzare i dati Builder grafico
Synthetic Data Generator Genera dati tabulari sintetici Builder grafico
Prompt Lab Sperimenta con i modelli di fondazione e i prompt Builder grafico
Tuning Studio Ottimizzazione di un modello di base per restituire l'output in un determinato stile o formato Builder grafico
Editor di notebook Jupyter Gestire dati e modelli in Python o R notebooks Editor di codice
Apprendimento federato Addestrare i modelli ML su dati distribuiti Editor di codice
RStudio IDE Lavorare con dati e modelli ML in R Editor di codice
SPSS Modeler Costruire modelli ML come flusso visivo Builder grafico
Decision Optimization Risolvere i problemi di ottimizzazione Builder grafico, editor di codice
Strumento AutoAI Crea automaticamente i modelli di machine learning Builder automatico
Pipeline Automatizza il ciclo di vita del modello Builder grafico

Ulteriori informazioni