Fonctionnalités de Qubole

Prend en charge les langages de programmation tels que Java, C ou Python. Prend en charge les langages frontaux tels que HTML, CSS et JavaScript

Offre aux développeurs la possibilité de glisser-déposer des morceaux de code ou des algorithmes lors de la création de modèles

Fournit aux utilisateurs des algorithmes prédéfinis pour simplifier le développement de modèles

Fournit de grands ensembles de données pour la formation de modèles individuels

Transforme les données brutes en fonctionnalités qui représentent mieux le problème sous-jacent aux modèles prédictifs

Offre des services de reconnaissance d’images

Offre des services de traitement du langage naturel

Offre des services de génération de langage naturel

Offre des réseaux de neurones artificiels pour les utilisateurs

Offre des services de compréhension du langage naturel

Fournit des capacités d’apprentissage profond

Gère l’application intelligente pour l’utilisateur, réduisant ainsi le besoin d’infrastructure

Permet aux utilisateurs d’insérer l’apprentissage automatique dans les applications d’exploitation

Fournit des applications et une infrastructure d’apprentissage automatique facilement évolutives

Collecte, stockage et organisation de données massives et non structurées en temps réel

Facilite la diffusion des mégadonnées collectées dans les clusters de calcul parallèle

Crée un référentiel pour collecter et stocker des données brutes à partir de capteurs, périphériques, machines, fichiers, etc.

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Facilite l’exécution et l’évolutivité de la solution à un grand nombre de machines et de systèmes

Organise les données collectées pour les solutions d’analyse de Big Data afin d’analyser, de manipuler et de modéliser

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Déplace la collecte et le traitement de Big Data vers le cloud

Traite les charges de travail de données par lots, en temps réel et en streaming dans des systèmes uniques, mutualisés ou cloud

Facilite l’analyse de gros volumes de données en temps réel.

Permet à l’utilisateur d’interroger des données via des langages de requête tels que SQL.

Aligne les workflows de traitement et de distribution sur Apache Hadoop

Aligne les workflows de traitement et de distribution sur Apache Spark

Intègre des données provenant de plusieurs bases de données externes.

Facilite la diffusion des mégadonnées collectées dans les clusters de calcul parallèles.

Traite les données et représente les interprétations dans une variété de formats graphiques.

Enchaîne des fonctions et des jeux de données spécifiques pour automatiser les itérations d’analyse.

Isole certains jeux de données et facilite la gestion de l’accès aux données.

Permet à l’outil Big Data d’exécuter et d’enregistrer des données dans des applications externes.

Utiliser des blocs-notes pour des tâches telles que la création de tableaux de bord avec des requêtes et des visualisations prédéfinies et planifiées

Permet à l’utilisateur d’importer diverses sources de données pour une utilisation immédiate

Permet aux utilisateurs de générer du texte à partir d’une invite texte.

Condense les longs documents ou textes en un bref résumé.

Permet de générer des images à partir d’une invite texte.

Capacité à effectuer des tâches complexes sans intervention humaine constante

Capacité à décomposer et planifier des processus en plusieurs étapes

Fonctionne sur plusieurs systèmes logiciels ou bases de données

Améliore la performance en fonction des retours et de l'expérience

Engage dans une conversation semblable à celle des humains pour la délégation de tâches

Anticipe les besoins et offre des suggestions sans être sollicité

Faites des choix éclairés en fonction des données disponibles et des objectifs