Cloudera Machine Learning是Cloudera針對CDP構建的云原生機器學習平臺。Cloudera Machine Learning將自助服務數據科學和數據工程統一在一個便攜式服務中，作為企業數據云的一部分，可對任何位置的數據進行多功能分析。

產品介紹

Cloudera Machine Learning（CML）只是您可以在Cloudera數據平臺（CDP）上使用的眾多體驗之一。 Cloudera Machine Learning使團隊可以立即部署機器學習工作空間，這些工作空間可以自動擴展以適應他們的需求，并可以通過使用kubernetes自動掛起以節省成本。 所有這些都打包成可移植的體驗，多個團隊成員可以輕松訪問這些體驗，以在整個組織中提供一致的體驗。在下面的視頻中，將帶您逐步了解CDP公共云上CML中的各種高級功能。（點擊可查看介紹視頻）

優勢概況

功能詳細介紹

自助式數據訪問

借助Cloudera Machine Learning，管理員可以輕松地在混合和多云環境中復制受控數據集，以使數據科學團隊可以自助訪問他們所需的業務數據，同時保持企業數據安全性和治理控制。

彈性，自動暫停的資源

Cloudera Machine Learning使數據科學團隊可以訪問橫向擴展的異構計算資源，以快速完成工作，同時維護可調節的護欄，以幫助IT部門輕松管理和優化基礎架構資源和成本。

首選的開放軟件工具

除了適用于Spark的Python，R和Scala之外，現代數據科學團隊還需要最新的開源工具和庫來進行創新，并在首選IDE中進行協作。Cloudera機器學習使從業人員可以自由使用自己喜歡的工具，同時保持安全性，效率和可擴展性，而無需管理開銷。

可對云大規模批處理計分

當在本地訓練ML模型但推理數據存儲在云中時，可以對駐留在云存儲中的大量數據進行批評分。IT部門可以使用預先配置的資源利用防護欄來部署ML工作區，數據科學團隊則使用自動縮放/掛起的TensorFlow/Spark作業快速處理數據，不會損失任何成本。

云中數據端到端的ML工作區

Cloudera Machine Learning使IT可以輕松地從本地到云復制受管業務數據，并為具有預先配置的資源消耗防護欄的團隊部署新的ML工作區，提供對模型訓練和部署所需的數據，工具和計算資源訪問使用本地產生的數據。

端到端ML與云中生成的數據

Cloudera Machine Learning使IT人員可以使用預先配置的資源消耗防護欄為團隊部署新的ML工作區，從而使用云中固有的數據提供對模型訓練和部署所需的工具和計算資源的訪問權限。

CML與CDS的對比

CML是Cloudera Machine Learning，CDSW是Cloudera Data Science Workbench。對于現有的Cloudera Data Science Workbench用戶，本主題將有助于重點介紹Cloudera Data Science Workbench與它的原生云產品Cloudera Machine Learning之間的一些關鍵區別。

CML與CDSW有何關系？

CML利用云原生優勢（如快速配置，彈性自動縮放，分布式依賴項隔離和分布式GPU培訓）擴展了Cloudera Data Science Workbench（CDSW）的端到端工作流。它可以運行自己的本機分布式計算工作負載，而無需單獨的CDH群集進行橫向擴展計算。 它旨在在現有Kubernetes環境中的CDP上運行，例如托管云Kubernetes服務（EKS，AKS，GKE）或Red Hat OpenShift，從而在提供多云可移植性的同時為某些客戶降低了運營成本。

兩種產品都可以幫助數據工程師和數據科學團隊通過強大的安全性和治理來提高共享數據和計算的生產力,他們共享大量的代碼。

CML與CDSW的區別

主要區別在于：

• CDSW通過在網關節點上運行并將分布式計算工作負載推入群集來擴展現有的CDH群集。CDSW為其分布式計算（包括Apache Spark）需要并支持一個CDH集群。
• 相比之下，CML是自包含的，并且在Kubernetes上的容器中管理自己的分布式計算，本機運行的工作負載-包括但不限于Apache Spark。

慧都大數據專業團隊為企業提供Cloudera大數據平臺搭建，免費業務咨詢，定制開發等完整服務，快速、輕松、低成本將任何Hadoop集群從試用階段轉移到生產階段。

歡迎撥打慧都熱線023-68661681或咨詢，我們有專業的大數據團隊，為您提供免費大數據相關業務咨詢！