Perpetual ML Suite

Perpetual ML Suite empowers machine learning and data science teams with a suite of tools to improve the MLOps lifecycle. It brings state-of-the-art machine learning and decision science to where your data lives.<br/><br/>Features:<br/>- Integrated Marimo notebooks (upcoming)<br/>- Easy data preview<br/>- Automated descriptive analytics<br/>- Automated data quality checks<br/>- Automated model training with PerpetualBooster: github.com/perpetual-ml/perpetual<br/>    * The top-performing algorithm on the AutoML benchmark<br/>    * Designed for large-scale datasets<br/>- Experiment tracking<br/>- Automated full predictive distribution without retraining to optimize user defined business objective for the optimal business decisioning<br/>- Automated model deployment<br/>    * Batch inference<br/>    * Real-time inference<br/>- Automated model metric monitoring<br/>- Automated drift detection (alert based on your significance threshold)<br/>    * Data drift without retraining<br/>    * Concept drift without retraining and without ground truth<br/>- Automated continual learning after drift detection (don't throw away old model)<br/>- Model registry<br/>- Easy compute pool and warehouse management<br/>

原始信息汇总

Perpetual ML Suite 数据集概述

数据集基本信息

• 名称: Perpetual ML Suite
• 提供商: Perpetual ML
• 定价: 免费试用 + Snowflake 基础设施成本
• 试用期: 30 天

主要功能

• 集成 Marimo 笔记本（即将推出）
• 简易数据预览
• 自动化描述性分析
• 自动化数据质量检查
• 使用 PerpetualBooster 的自动化模型训练
• 实验跟踪
• 自动化完全符合预测分布（即将推出）
• 自动化模型部署
• 自动化模型指标监控
• 自动化漂移检测
• 漂移检测后的自动化持续学习
• 模型注册表
• 简易计算池管理

业务需求应用

• 机器学习: 在 Snowflake 上快速提取数据洞察和行动，简化 MLOps 生命周期
• 数据质量和清洗: 提供自动化描述性分析和数据质量检查，快速识别数据问题
• 需求预测: 无缝集成数据，消除手动数据准备，提供准确预测
• 欺诈修复: 快速构建准确的欺诈检测模型，支持批量/实时推理
• 定量分析: 加速洞察，消除数据移动挑战，提供自动化数据准备和模型训练
• 资产估值: 自动化数据准备、特征工程和模型训练，确保资产估值的持续准确性

使用示例

• 预测: 使用 SELECT MODEL(my_model,LAST)!predict(...) FROM my_table; 进行预测

安全特性

• 安全审查已完成
• 基于角色的访问控制
• 推荐根据需要授予以下权限：
  • 账户级别权限
  • 对象权限
  • 连接
  • 应用事件

类别

• AI & ML
• 分析工具
• 资产估值
• 商业
• 数据质量和清洗
• 需求预测
• 欺诈修复
• 机器学习
• 定量分析

联系信息

• 销售: [e-mail]
• 支持: [e-mail]

数据刷新

• 静态数据

云区域可用性

• AWS: 非洲（开普敦）、亚太（雅加达）、亚太（孟买）、亚太（大阪）等 45 个区域

法律条款

• 标准条款