DataRobot is een Amerikaans softwarebedrijf waarvan het platform organisaties helpt AI-toepassingen te bouwen, te beheren en te bewaken. Het werd bekend door geautomatiseerd machine learning (AutoML), dat automatisch veel modelvarianten traint en vergelijkt – bijvoorbeeld om klantenverloop of vraag te voorspellen. Tegenwoordig richt het bedrijf zich ook op het draaien en besturen van AI-agents (stand oktober 2026).
Agents, workflows en sjablonen in één werkruimte – gratis demo van 24 uur.
Demo startenMachine learning is een tak van de kunstmatige intelligentie waarin computers patronen uit data afleiden in plaats van dat elke regel expliciet wordt geprogrammeerd. Afhankelijk van de taak leren modellen van gelabelde voorbeelden (gesuperviseerd), van ongelabelde data (ongesuperviseerd) of via beloningen (reinforcement). Toepassingen variëren van spamfilters en vraagvoorspellingen tot productaanbevelingen. De kwaliteit hangt sterk af van de hoeveelheid en kwaliteit van de trainingsdata.
Een machine-learningpipeline is een vastgelegde reeks stappen die ruwe data omzet in een inzetbaar model: data verzamelen en opschonen, kenmerken voorbereiden, trainen, evalueren, uitrollen en bewaken. Het automatiseren van deze stappen maakt resultaten reproduceerbaar en zorgt ervoor dat nieuwe data met weinig moeite kan worden verwerkt. Een retailer kan bijvoorbeeld elke week zijn omzetvoorspellingsmodel opnieuw trainen en testen met de nieuwste cijfers.
Amazon SageMaker is de clouddienst van Amazon Web Services (AWS) voor het bouwen, trainen en implementeren van machine-learningmodellen. Eind 2024 werd de oorspronkelijke dienst hernoemd tot “Amazon SageMaker AI”; sindsdien staat “Amazon SageMaker” voor een breder platform voor data, analytics en AI met de interface SageMaker Unified Studio (stand: oktober 2026). Het wordt vooral gebruikt door datascienceteams die modellen op AWS-infrastructuur draaien.
MLflow is een open-sourceplatform voor het beheer van de volledige levenscyclus van machinelearningmodellen, oorspronkelijk in 2018 geïntroduceerd door Databricks. Het legt experimenten vast met hun parameters en meetwaarden, beheert modelversies in een register en vereenvoudigt de uitrol. Recentere versies ondersteunen ook het traceren en evalueren van toepassingen die op taalmodellen zijn gebouwd. Teams kunnen zo nagaan welk model met welke gegevens en instellingen is ontstaan.
