机器学习来自Red Hat Process Automation Manager

红帽流程自动化管理器ML

红帽公司宣布已更新 上周五 您的Red Hat Process Automation Manager套件 基于的预测建模能力 机器学习,各种用户界面改进 和使用微前端架构的决策。 这些功能与旨在改善Red Hat Process Automation客户的整体用户体验的其他增强功能相结合,增强了业务开发人员的工具箱。

红帽流程自动化是一套用于自动化业务决策和流程的产品 通过促进IT和业务团队之间的紧密协作。 这个 帮助 IT组织 更好地捕获和执行业务策略和程序, 跨异构环境(包括物理,虚拟,移动和云)自动化业务运营并衡量业务结果。

软件包,其中 它以前称为JBoss业务流程管理套件,在一个平台上将BPM与业务规则管理,业务资源优化和复杂事件处理相结合,以开发基于容器的软件和微服务应用程序。

它们代表一种方法 创建组合组件的应用程序 疏松 提高耐力,加快发展。 基于云的套件在容器映像上构建云本机应用程序,可以将其部署到Red Hat的OpenShift容器编排中。

在新版本中,微服务架构已扩展 该公司称之为“微前端架构”的方法来开发用户界面。

菲尔·辛普森 红帽JBoss产品营销经理 我认为:

“这是一种由不一定彼此了解的个体组成用户界面的一种方式。”

使用最新版本 来自Red Hat Process Automation, 客户可以导入并运行以 预测模型标记语言(PMML),这是用于整合的行业标准 在机器学习平台之间交换信息 (ML),用于创建和训练预测模型,以及使用这些模型为特定业务成果自动化规则的决策管理应用程序。

还符合业务流程模型和符号2.0和决策模型和符号1.2,这是用于描述和记录业务模型的开放标准,可用于模型分析和监管报告。

尽管Red Hat以其基础结构软件而闻名,但它也拥有适合Process Automation Manager的大型应用程序开发业务。

辛普森说:“这只是我们整体业务中相对较小的组成部分,但却是我们发展最快的领域之一。”

目标 最新版本 是为了使非专业业务分析师和开发人员更容易使用该套件。

过程自动化经理 主要基于开源项目Drools 由Red Hat开发的 结合了业务规则引擎,Web创作工具 和规则管理应用程序。

通过增加机器学习功能,可以为基于规则的应用程序加载训练数据,从而使它们可以根据过去的操作做出更好的决策。

例如,在信用审批场景中,

辛普森说:“他们可以运用多年的信贷决策,并创建一个预测模型,以确定将来应如何做出这些决策。” 使用微服务“可以大大改善基本规则并将其提供给更广泛的应用程序”。

其他改善在此版本中 通过OpenShift Operators提供自动化的生命周期管理支持通过可视化实现更好的流程可见性,通过部署多个节点来支持连续操作,从而防止节点故障和可定制的模板来优化业务资源。

要阅读完整的Red Hat版本,您可以 从下面的链接。


成为第一个发表评论

发表您的评论

您的电子邮件地址将不会被发表。 必填字段标有 *

*

*

  1. 负责数据:MiguelÁngelGatón
  2. 数据用途:控制垃圾邮件,注释管理。
  3. 合法性:您的同意
  4. 数据通讯:除非有法律义务,否则不会将数据传达给第三方。
  5. 数据存储:Occentus Networks(EU)托管的数据库
  6. 权利:您可以随时限制,恢复和删除您的信息。