Bosphorus AI Otomatik Makine Öğrenmesi Platformu, hazır AI çözümleri ile entegre bir şekilde veri hazırlama, model geliştirme, modeli uygulamaya alma, veri akışının ve model uygulamasının takibi gibi önemli makine öğrenmesi uygulaması adımların yapılmasını sağlamaktadır. Veri toplama, düzenleme, model geliştirme, uygulama ve model kıyaslama süreçlerini otomatik hale getirmesi ile Bosphorus AI Oto ML Platformu makine öğrenmesi projelerinde sürdürülebilirlik ve kolay yönetilebilirlik sağlamaktadır.
Öznitelik Depolama (Feature Store)
Öznitelikler (features) modeli geliştirmemizi ve kullanmamızı sağlayacak girdi değişkenleridir. Bu yüzden öznitelikler makine öğrenmesi modellemesinin en önemli elemanlarıdır. Özniteliklerin oluşturduğu veriler düzenli bir şekilde depolanmalı ve düzenlenmelidir. Platform öznitelik seçimi sürecini (feature engineering) bu depolama ve düzenleme yetkinlikleri ile sağlamaktadır.
Model Operasyonları (ModelOps)
Makine Öğrenmesi Model Operasyonları
Model operasyonları (ModelOps) makine öğrenmesi modelleri yaşam döngüsünü görünür kılarak kontrol edilmesini sağlamaktadır. Model takibi, yorumlama, ve sürekli geliştirme süreçleri ModelOps aracı tarafından sağlanmaktadır.
Kompleks Makine Öğrenmesi Pipeline’ları ve Uçtan Uca Oto ML
Platform problem bazında ML pipelineları sunmaktadır. Bu pipelinelar optimize edilerek en iyi model verimli bir şekilde bulunmaktadır. Modelde kullanılabilecek çok sayıda öznitelik değişkeni ve sınırsız hiperparametre senaryosu bulunmaktadır. ML pipeline özelliği ile öznitelik seçimi (feature engineering) ve hiperparametre belirleme insan müdahalesi olmadan yapılabilmektedir.
