DataRobot je ameriško programsko podjetje, katerega platforma organizacijam pomaga pri izdelavi, upravljanju in nadzoru aplikacij UI. Postal je znan po samodejnem strojnem učenju (AutoML), ki samodejno uri in primerja številne različice modelov – na primer za napoved odhoda strank ali povpraševanja. Danes se podjetje osredotoča tudi na upravljanje in vodenje agentov UI (stanje oktober 2026).
Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.
Začni predstavitevStrojno učenje je veja umetne inteligence, v kateri računalniki iz podatkov izpeljejo vzorce, namesto da bi bilo vsako pravilo izrecno programirano. Glede na nalogo se modeli učijo iz označenih primerov (nadzorovano), iz neoznačenih podatkov (nenadzorovano) ali prek nagrad (spodbujevalno). Aplikacije segajo od filtrov neželene pošte in napovedi povpraševanja do priporočil izdelkov. Kakovost je močno odvisna od količine in kakovosti učnih podatkov.
Cevovod strojnega učenja (machine learning pipeline) je določeno zaporedje korakov, ki surove podatke pretvori v model, pripravljen za uvedbo: zbiranje in čiščenje podatkov, priprava značilnosti, učenje, vrednotenje, uvedba in spremljanje. Avtomatizacija teh korakov omogoča ponovljive rezultate in obdelavo novih podatkov z majhnim naporom. Trgovec lahko na primer model za napovedovanje prodaje vsak teden znova nauči in preizkusi z najnovejšimi podatki.
Amazon SageMaker je storitev v oblaku Amazon Web Services (AWS) za izdelavo, učenje in uvajanje modelov strojnega učenja. Konec leta 2024 je bila prvotna storitev preimenovana v „Amazon SageMaker AI“; od takrat „Amazon SageMaker“ označuje širšo platformo za podatke, analitiko in UI z vmesnikom SageMaker Unified Studio (stanje oktober 2026). Uporabljajo jo predvsem ekipe podatkovne znanosti, ki modele poganjajo na infrastrukturi AWS.
MLflow je odprtokodna platforma za upravljanje celotnega življenjskega cikla modelov strojnega učenja, ki jo je leta 2018 izvorno predstavilo podjetje Databricks. Beleži poskuse z njihovimi parametri in metrikami, v registru upravlja različice modelov ter poenostavlja uvajanje. Novejše različice podpirajo tudi sledenje in vrednotenje aplikacij, zgrajenih na jezikovnih modelih. Tako ekipe lahko spremljajo, kateri model je nastal s katerimi podatki in nastavitvami.
