A DataRobot egy amerikai szoftvercég, amelynek platformja segíti a szervezeteket MI-alkalmazások építésében, üzemeltetésében és felügyeletében. Az automatizált gépi tanulásról (AutoML) vált ismertté, amely számos modellváltozatot automatikusan betanít és összehasonlít – például az ügyfélelvándorlás vagy a kereslet előrejelzéséhez. Ma a vállalat az MI-ügynökök futtatására és irányítására is összpontosít (2026. októberi állapot szerint).
Ügynökök, munkafolyamatok és sablonok egyetlen munkaterületen – ingyenes, 24 órás demó.
Demó indításaA gépi tanulás a mesterséges intelligencia egyik ága, amelyben a számítógépek mintázatokat vezetnek le az adatokból ahelyett, hogy minden szabályt kifejezetten beprogramoznának. A feladattól függően a modellek címkézett példákból (felügyelt), címkézetlen adatokból (felügyelet nélküli) vagy jutalmakon keresztül (megerősítéses) tanulnak. Az alkalmazások a spamszűrőktől és kereslet-előrejelzésektől a termékajánlásokig terjednek. A minőség nagymértékben függ a tanítóadatok mennyiségétől és minőségétől.
A gépi tanulási csővezeték (machine learning pipeline) a lépések meghatározott sorozata, amely a nyers adatokból telepíthető modellt hoz létre: adatgyűjtés és -tisztítás, jellemzők előkészítése, tanítás, értékelés, telepítés és monitorozás. E lépések automatizálása reprodukálhatóvá teszi az eredményeket, és kevés ráfordítással lehetővé teszi az új adatok feldolgozását. Egy kereskedő például hetente újratanítja és teszteli az értékesítési előrejelző modelljét a legfrissebb adatokkal.
Az Amazon SageMaker az Amazon Web Services (AWS) felhőszolgáltatása gépi tanulási modellek létrehozására, tanítására és üzembe helyezésére. 2024 végén az eredeti szolgáltatást „Amazon SageMaker AI” névre keresztelték át; azóta az „Amazon SageMaker” egy szélesebb körű, adatokra, elemzésre és MI-re szolgáló platformot jelöl SageMaker Unified Studio felülettel (2026. októberi állapot). Főként olyan adattudományi csapatok használják, amelyek AWS-infrastruktúrán futtatnak modelleket.
Az MLflow egy nyílt forráskódú platform a gépi tanulási modellek teljes életciklusának kezelésére; eredetileg a Databricks mutatta be 2018-ban. Rögzíti a kísérleteket paramétereikkel és mérőszámaikkal együtt, a modellverziókat egy nyilvántartásban kezeli, és egyszerűsíti az üzembe helyezést. Az újabb verziók a nyelvi modellekre épülő alkalmazások nyomon követését (tracing) és kiértékelését is támogatják. A csapatok így vissza tudják követni, melyik modell milyen adatokkal és beállításokkal készült.
