工作台
加速研究
让数据科学家快速解决业务问题是扩展数据科学和推动业务影响的关键.
Domino的数据科学工作台提供了数据科学家加速研究所需的灵活性和强大功能. 他们可以自由地使用他们想要的工具, 在为手头任务优化的硬件上, 在一个受治理和可扩展的环境中，可以促进可再现性, 可重用性, 和协作.
Domino提供了跨领域运行数据科学和机器学习工作负载的能力 任意计算集群 -在任何云、区域或本地. 数据科学团队可以并行运行数百个机器学习实验，并轻松比较结果, 最大化他们的生产力.
模型和应用程序部署
轻松地将生产模型导出到选择的基础设施
直到您将模型投入生产，业务价值才会增加. 没有可重复的过程和自动化来加速模型的验证和部署, 组织充其量只能推迟投资回报率，而且往往永远看不到数据科学工作的全部潜力.
使用Domino，您可以加速创建、管理、扩展和保护生产模型的过程. 模型很容易通过api进行部署, 应用程序, 和发射器, 或导出为Docker映像到CI/CD管道, AWS Sagemaker, 或其他基础设施. 互动, 使用Shiny创建的可伸缩应用程序, 破折号, 和Flask使得非技术用户可以很容易地与模型交互.
集成模型监测
自动跟踪数据漂移、模型质量和其他健康统计数据
让模特们自行其是可能会很快让企业脱轨. 但是许多组织都在努力有效地监控生产中的模型，并有效地修复问题，以保持模型的最佳性能.
达美乐 集成模型监测 提供一个“单窗格玻璃”来观察交通, 漂移, 以及所有生产型号的健康趋势. 当漂移、发散和数据质量检查超过阈值时，您将自动收到警报. 当需要再培训时, 向下钻取要修改的模型特性很容易, 快速再培训和重新部署模型.
常见问题
Domino的工作台支持哪些数据科学工具?
BOB官方APP下载不断地引入可以在Domino中使用的新工具和集成. 有关BOB官方APP下载的技术生态系统目前支持的工具的完整列表，请单击 在这里.
Domino如何检测模型漂移?
Domino的模型监视功能自动检测和跟踪模型输入特性和输出预测中的数据漂移. 用户可以在各种统计检查中进行选择，以最适合他们的监视需求. 如果你有模型的真实数据, Domino可以使用精度等标准度量来计算和跟踪模型的预测质量, 精度, 和更多的.
在Domino中可以监视哪些模型?
在Domino中作为Model api构建和托管的模型将被自动监控. 用流行的语言、框架(例如:框架)在Domino外部构建和托管模型.g., Python, R, 情景应用程序, MATLAB, TensorFlow, DataRobot), 和环境可以注册到Domino中进行监视.