01 一體化部署 一體化部署透過自動化創建和部署正式工作流程,消弭了數據科學的開發和正式上線之間的差距 – 無需手動介入。可以因應正式上線所必需的,而不僅是模型開發。所有節點和設置被儲存,以確保工作流程始終保持同步。
02 Empower 商業使用者 引導式分析(Guided Analytics)可以在數據科學生命週期的任何階段,從企業用戶提供適當的自動化和人類互動。數據科學家在 KNIME Analytics 平台中構建交互式應用程序和儀表板,並且 KNIME WebPortal 管理訪問權限。
03 SSO 與安全協議整合 OAUTH、LDAP 和 AD 整合使 Single Sign On(SSO)到 KNIME Server。可以與多個身份提供者整合並具有靈活的配置來映射使用者和群組。管理者還可以管理 KNIME 使用的行為與現況。
05 管理與合規性 模型的解釋性和可解釋性是可以通過 LIME , SHAP, Shapely, Partial Dependence / ICE 和 Binary Classification Inspector 等技術進行的。數據隱私,GDPR 合規性和匿名化 – 包括使用指南和範例工作流程。
06 企業內部或雲端、可擴展靈活 企業內部或雲端可擴展且靈活的 KNIME Server Large 支持多個 Executor。功能包括:從 KNIME Server 移轉計算資源,根據計算需求調整 Executor,支援具有不同資源配置的 Executor,並具備靈活的部署選項。
07 靈活的選項:實施與運作 KNIME Model Process Factory 可實現工作流量管理,模型監控和觸發或手動模型重訓練。 KNIME Hub 上有完整的藍圖,可根據需求的應用案例下載、修改與再延申擴展。
10 擴展執行路線、區隔運算資源和監控 群組執行邏輯 – 可依組織 / 企業部門,將使用者 / 群組分配到不同的執行群組,根據各群組、部門或同性質的部門,最後透過 KNIME Server 管理員管理各分區的執行環境。