Datenanalyse Seeq erleichtert Integration von Open-Source-Algorithmen

Redakteur: Sandro Kipar

Der Hersteller von Analysesoftware Seeq erleichtert die Integration von Machine-Learning-Algorithmen aus Open-Source- und Third-Party-Anwendungen in seinen Produkten. Damit sollen Innovationen in der Datenwissenschaft demokratisiert werden.

Mit den Anwendungen von Seeq werden in Fertigungsbetrieben Daten gesammelt und weiterverarbeitet.
Mit den Anwendungen von Seeq werden in Fertigungsbetrieben Daten gesammelt und weiterverarbeitet.
(Bild: Seeq)

Bisher waren Algorithmen und Datenanalysen etwas für Experten. Das Unternehmen Seeq möchte dieses Wissen jedoch einer breiteren Masse zugänglich machen. Laut dem Unternehmen soll eine Brücke zwischen Data-Science-Teams und den Mitarbeitern in den Werken gebaut werden. Der Endanwender soll so Zugriff auf Algorithmen aus verschiedenen Quellen bekommen, damit er sich nicht länger auf eine einzige Plattform oder einen einzigen Anbieter verlassen muss. Doch wie soll das gelingen?

Um diese Ziele umzusetzen, hat Seeq zwei Add-ons für die Open-Source-Plattform Git Hub veröffentlicht, heißt es weiter. Dazu gehören Algorithmen und Workflows für Korrelations- und Clustering-Analysen. Hinzu kommen von Usern entwickelte Algorithmen aus dem Seeq Data Lab, Microsoft Azure Machine Learning oder Anaconda. Auch Algorithmen von Drittanbietern sollen verfügbar sein. Seeq will außerdem die Aufgabe übernehmen, die Algorithmen im Fertigungsunternehmen benutzerfreundlich zu skalieren und zu implementieren. „Für den Einsatz von Algorithmen genügt es jetzt, sie lediglich in Seeq zu registrieren und dann zu definieren, welche Mitarbeiter in ihren Seeq-Anwendungen darauf Zugriff haben“, so Brian Parsonnet, CTO bei Seeq.

Seeq hat Machine-Learning-Funktionen erstmals 2017 in der Seeq Workbench ausgeliefert. 2020 folgte das Seeq Data Lab für Python-Skripting und den Zugriff auf jeden Machine-Learning-Algorithmus.

(ID:47746753)