TigerGraph Cloud تجزیه و تحلیل گراف، ابزارهای یادگیری ماشین را اضافه می کند

پایگاه داده گراف به‌عنوان سرویس (DBaaS) با ابزارهای تجزیه و تحلیل بصری و یادگیری ماشین ارائه می‌شود که از طریق مجموعه TigerGraph قابل دسترسی است.

پایگاه داده Graph ارائه‌دهنده TigerGraph در روز سه‌شنبه گفت که در حال افزودن ابزارهای نمودار تجزیه و تحلیل و machine learning به پایگاه داده گراف خود-as-a- است. سرویس (DBaaS) TigerGraph Cloud، که در سال ۲۰۱۹ راه‌اندازی شد و در پلتفرم‌های ابری اصلی مانند خدمات وب آمازون (AWS)، Microsoft Azure و Google Cloud (GCP) در دسترس است.

دوبله TigerGraph Insights، ویژگی تجزیه و تحلیل بصری به شکل یک ابزار بدون کد، کم‌کد ارائه می‌شود تا به کاربران غیر فنی اجازه می‌دهد تا نمایش‌های بصری بینش‌های تجاری را در بالای پلتفرم پایگاه داده ایجاد کنند. شرکت گفت: از طریق داشبورد.

“ابزار Insights داده‌های نمودار بصری را با هوش تجاری سنتی به هم متصل می‌کند تا گرافیک‌های چند بعدی و تعاملی تولید کند. جی یو، معاون محصول و نوآوری در TigerGraph، گفت: این گرافیک‌ها همچنین می‌توانند در یک برنامه داشبورد تعاملی برای اشتراک‌گذاری آسان برای به دست آوردن درک و بینش عمیق‌تر نسبت به داده‌های متصل متصل شوند.

قبل از ارائه ابزار کم‌کد Insights، این شرکت رابط‌هایی را برای ابزارهای تحلیلی مانند Microsoft Power BI، Tableau و Google’s Looker ارائه می‌کرد.

یو گفت: «چالش برای ابزارهای بینش تجاری (BI) این است که ما باید یک تبدیل معکوس از یک مدل متصل به نمودار به مدل رابطه‌ای انجام دهیم، زیرا این ابزارها ماهیت رابطه‌ای دارند،» و افزود که این رابط‌ها امکان مشاهده داده های نمودار متصل را ارائه نمی دهد.

یو توضیح داد که راه دیگر برای دور زدن مشکل قبل از راه‌اندازی TigerGraph Insights آپلود داده‌ها در یک ابزار توسعه به نام Graph Explorer و اجرای پرس‌وجوهای ساده بود و افزود که این رویکرد زمان‌بر خواهد بود.

>

شرکت گفت:

TigerGraph Insights که حدود سه ماه پیش برای کاربران داخلی در دسترس قرار گرفت، اکنون به طور کلی برای کاربران خدمات مدیریت شده در دسترس قرار گرفته است.

چارچوب توسعه پایتون تعبیه شده در نوت بوک Jupyter

برای اینکه دانشمندان داده توانایی ساخت سریع مدل‌های هوش مصنوعی یا یادگیری ماشین را با استفاده از داده‌های گراف متصل فراهم کنند، این شرکت همچنین در حال راه‌اندازی چارچوب توسعه Python با نام ML Workbench است که یکپارچه‌سازی را ارائه می‌کند. با جعبه ابزار علم داده منبع باز Jupyter Notebook.

ML Workbench – که در دسترس عموم است و همچنین می‌تواند با Amazon SageMaker، Google Vertex AI و Microsoft Azure ML استفاده شود – می‌تواند دقت مدل یادگیری ماشین را بهبود بخشد، چرخه‌های توسعه را کوتاه‌تر کند و در نتیجه ارزش تجاری بیشتری را ارائه دهد. که دانشمندان داده همچنین می توانند از موتور محاسباتی عظیم نمودار موازی TigerGraph و بیش از ۵۵ الگوریتم گراف منبع باز استفاده کنند.

هر دو ML Workbench و TigerGraph Insights، به همراه مواردی مانند Graph Studio، GSQL Shell، Graph QL Gateway و AdminPortal، از طریق پورتال TigerGraph Suite قابل دسترسی هستند.

TigerGraph که ابزارهای جدید را تحت سرویس رایگان خود ارائه می دهد، گفت که قیمت گذاری سازمانی به تقاضا و استفاده محاسباتی بستگی دارد.

این شرکت که می‌گوید در بخش‌های خدمات مالی، مراقبت‌های بهداشتی و بازی به همراه موارد استفاده در مدیریت زنجیره تامین شاهد جذب است، گفت که اکثر مشتریان پولی آن هنوز در محل کار می‌کنند. با این حال، یو گفت که این شرکت در حال به دست آوردن کاربران مبتنی بر ابر بیشتر است.