{"id":39276,"date":"2019-10-31T22:29:10","date_gmt":"2019-10-31T19:29:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\/"},"modified":"2019-10-31T22:29:10","modified_gmt":"2019-10-31T19:29:10","slug":"proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","status":"publish","type":"post","link":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","title":{"rendered":"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"<p>Fremtiden er kommet, teknologier inden for kunstig intelligens og maskinl\u00e6ring bliver allerede med succes anvendt af dine yndlingsbutikker, transportselskaber og endda g\u00e5rde, der opdr\u00e6tter kalkuner. <\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/ac77ba2d00012d4f3bee803c9c26bc9f.jpg\" style=\"display:block;margin: 0 auto;\" \/><br \/>\n <br \/>\nOg hvis noget eksisterer, s\u00e5 er der allerede noget om det p\u00e5 internettet\u2026 et \u00e5bent projekt! Se hvordan Open Data Hub hj\u00e6lper med at skalere nye teknologier og undg\u00e5 vanskeligheder ved implementeringen.<br \/>\n<noindex><a rel=\"nofollow\" name=\"habracut\"><\/a><\/noindex><br \/>\nP\u00e5 trods af alle fordelene ved kunstig intelligens (AI) og maskinl\u00e6ring (ML) har organisationer ofte problemer med at skalere disse teknologier. De prim\u00e6re udfordringer er som regel f\u00f8lgende:<\/p>\n<ul>\n<li><b>Informationsudveksling og samarbejde<\/b> \u2013 det er praktisk talt umuligt at udveksle information uden un\u00f8dvendige anstrengelser og samarbejde i hurtige iterationer.<\/li>\n<li><b>Adgang til data<\/b> \u2013 for hver opgave skal det bygges op fra bunden og manuelt, hvilket tager meget tid.<\/li>\n<li><b>Adgang on-demand<\/b> \u2013 der er ikke mulighed for at f\u00e5 on-demand adgang til v\u00e6rkt\u00f8jer og platforme for maskinl\u00e6ring samt til beregningsinfrastrukturen.<\/li>\n<li><b>Produktion<\/b> \u2013 modeller forbliver p\u00e5 prototype-niveau og n\u00e5r ikke produktionsstadiet.<\/li>\n<li><b>Overv\u00e5gning og forklaring af AI's resultater<\/b> \u2013 reproducerbarhed, overv\u00e5gning og forklaring af resultaterne fra AI\/ML er vanskelige.<\/li>\n<\/ul>\n<p>\nHvis disse problemer ikke l\u00f8ses, p\u00e5virker det negativt hastigheden, effektiviteten og produktiviteten hos v\u00e6rdifulde databehandlere og analytikere. Dette f\u00f8rer til frustration, arbejdsm\u00e6ssig skuffelse, og i sidste ende g\u00e5r forventningerne fra virksomheden til AI\/ML i glemmebogen.<\/p>\n<p>Ansvarligheden for at l\u00f8se disse problemer p\u00e5hviler IT-specialister, der skal levere en slags sky til dataanalytikere. Mere detaljeret er der brug for en platform, der giver frihed til valg og har nem, enkel adgang. Samtidig skal den v\u00e6re hurtig, nemt omkonfigurerbar, skalerbar efter behov og modstandsdygtig over for nedbrud. At bygge en s\u00e5dan platform baseret p\u00e5 open source-teknologier hj\u00e6lper med at undg\u00e5 afh\u00e6ngighed af leverand\u00f8rer og opretholde en langsigtet strategisk fordel med hensyn til omkostningskontrol.<\/p>\n<p>For flere \u00e5r siden skete noget lignende i udviklingen af applikationer, hvilket f\u00f8rte til fremkomsten af mikrotjenester, hybride cloud-milj\u00f8er, IT-automatisering og agile processer. For at h\u00e5ndtere dette begyndte IT-specialister at bruge containere, Kubernetes og \u00e5bne hybride cloud-l\u00f8sninger.<\/p>\n<p>Nu anvendes den erfaring til at im\u00f8dekomme udfordringerne fra AI. Derfor skaber IT-specialister platforme, der er baseret p\u00e5 containere, muligg\u00f8r opbygning af AI\/ML-tjenester inden for agile processer, fremskynder innovation og er designet med fokus p\u00e5 hybrid cloud.<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/a899093183092edd8b2902f47b0495a8.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Vi vil starte opbygningen af en s\u00e5dan platform med Red Hat OpenShift, vores Kubernetes-containerplatform til hybrid cloud, som har et hurtigt voksende \u00f8kosystem af software- og hardware-ML-l\u00f8sninger (NVIDIA, H2O.ai, Starburst, PerceptiLabs osv.). Nogle af Red Hats kunder, s\u00e5som BMW Group, ExxonMobil og andre, har allerede implementeret containeriserede ML-v\u00e6rkt\u00f8js-k\u00e6der og DevOps-processer baseret p\u00e5 denne platform og dens \u00f8kosystem for at bringe deres ML-arkitekturer til industrielt driftsniveau og fremskynde arbejdet for dataanalytikere.<\/p>\n<p>Endnu en grund til, at vi lancerede Open Data Hub Projektet er at demonstrere et eksempel p\u00e5 en arkitektur baseret p\u00e5 flere open source-projekter og vise, hvordan man implementerer hele livscyklussen for en ML-l\u00f8sning baseret p\u00e5 OpenShift-platformen.<\/p>\n<h3>Open Data Hub Projektet<\/h3>\n<p>\nDette er et open source-projekt, der udvikles inden for det relevante udviklingsf\u00e6llesskab og implementerer hele cyklussen af operationer \u2013 fra indl\u00e6sning og transformation af r\u00e5data til modellens opbygning, tr\u00e6ning og vedligeholdelse \u2013 n\u00e5r man l\u00f8ser AI\/ML-opgaver ved hj\u00e6lp af containere og Kubernetes p\u00e5 OpenShift-platformen. Dette projekt kan betragtes som en referenceimplementering, et eksempel p\u00e5, hvordan man bygger en \u00e5ben l\u00f8sning af typen 'AI\/ML som en service' baseret p\u00e5 OpenShift og relevante open source-v\u00e6rkt\u00f8jer som Tensorflow, JupyterHub, Spark og andre. Det er vigtigt at bem\u00e6rke, at Red Hat selv bruger dette projekt til at levere sine AI\/ML-tjenester. Desuden integreres OpenShift med n\u00f8glesoftware- og hardware-ML-l\u00f8sninger fra NVIDIA, Seldon, Starburst og andre leverand\u00f8rer, hvilket g\u00f8r det lettere at bygge og implementere egne systemer til maskinl\u00e6ring.<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/85a4266250e1afca62bdc9406422510c.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Open Data Hub Projektet er rettet mod f\u00f8lgende brugergrupper og anvendelsesscenarier:<\/p>\n<ul>\n<li>Dataanalytiker, der har brug for en skybaseret l\u00f8sning til implementering af ML-projekter med selvbetjeningsfunktioner.<\/li>\n<li>Dataanalytiker, der har brug for det st\u00f8rste udvalg af de nyeste AI\/ML-v\u00e6rkt\u00f8jer og platforme med open source.<\/li>\n<li>Dataanalytiker, der har brug for adgang til datakilder ved tr\u00e6ning af modeller.<\/li>\n<li>Dataanalytiker, der har brug for adgang til compute-ressourcer (CPU, GPU, hukommelse).<\/li>\n<li>Dataanalytiker, der har brug for mulighed for at samarbejde og dele resultater med kolleger, f\u00e5 feedback og implementere forbedringer gennem hurtige iterationer.<\/li>\n<li>Dataanalytiker, der \u00f8nsker at interagere med udviklere (og devops-teams), s\u00e5 hans ML-modeller og resultater kan implementeres i produktion.<\/li>\n<li>Dataingeni\u00f8r, der skal give dataanalytikere adgang til forskellige datakilder, mens de overholder sikkerhedsstandarder og krav.<\/li>\n<li>Administrator\/operat\u00f8r af IT-systemer, der har brug for at kunne overv\u00e5ge livscyklussen (installation, konfiguration, opdatering) af open source-komponenter og -teknologier uden besv\u00e6r. Derudover er der behov for de relevante administrations- og kvoteringsv\u00e6rkt\u00f8jer.<\/li>\n<\/ul>\n<p>\nOpen Data Hub-projektet samler en r\u00e6kke open source-v\u00e6rkt\u00f8jer til at realisere hele cyklussen af AI\/ML-operationer. Jupyter Notebook bruges som det prim\u00e6re arbejdsredskab for dataanalytikeren. Dette v\u00e6rkt\u00f8j er i dag meget popul\u00e6rt blandt specialister i datah\u00e5ndtering og -analyse, og Open Data Hub giver dem mulighed for nemt at oprette og administrere arbejdsomr\u00e5der for Jupyter Notebook ved hj\u00e6lp af den indbyggede JupyterHub. Udover at oprette og importere Jupyter-notebooks indeholder Open Data Hub-projektet ogs\u00e5 en r\u00e6kke allerede klarlagte notebooks i form af et AI-bibliotek.<\/p>\n<p>Dette bibliotek er en samling af open-source maskinl\u00e6ringskomponenter og l\u00f8sninger til typiske scenarier, der forenkler hurtig prototyping. JupyterHub er integreret med OpenShifts RBAC-adgangsmodel, hvilket giver mulighed for at bruge eksisterende OpenShift-konti og implementere single sign-on. Derudover tilbyder JupyterHub et brugervenligt interface kaldet spawner, som g\u00f8r det nemt for brugeren at justere m\u00e6ngden af regnekraft (CPU-kerner, hukommelse, GPU) til den valgte Jupyter Notebook.<\/p>\n<p>N\u00e5r dataanalytikeren har oprettet og konfigureret sin notebook, tager Kubernetes-scheduler, som er en del af OpenShift, sig af alle de \u00f8vrige opgaver. Brugerne kan nu udf\u00f8re deres eksperimenter, gemme og dele resultaterne af deres arbejde. Desuden kan avancerede brugere henvende sig direkte til OpenShift CLI-skal fra Jupyter-notebooks for at bruge Kubernetes-primitiver som Job eller OpenShift-funktionalitet som Tekton eller Knative. Alternativt kan man bruge den brugervenlige OpenShift GUI kaldet \"OpenShift-webkonsol\".<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/601d63af1467b01df504954416effb3d.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/4647d8d979cc26b0c20cd3d63caed501.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>N\u00e5r vi g\u00e5r videre til n\u00e6ste fase, g\u00f8r Open Data Hub det muligt at styre datapipelines. Dette g\u00f8res ved hj\u00e6lp af Ceph-objekter, som tilbydes som S3-kompatibel objektlager. Apache Spark s\u00f8rger for streaming af data fra eksterne kilder eller det indbyggede Ceph S3-lager, og muligg\u00f8r ogs\u00e5 forbehandling af data. Apache Kafka tilbyder avanceret styring af datapipelines (hvor der kan udf\u00f8res flere indl\u00e6sninger samt transformations-, analyse- og lagringsoperationer).<\/p>\n<p>S\u00e5 dataanalytikeren har f\u00e5et adgang til data og bygget en model. Nu \u00f8nsker han at dele de opn\u00e5ede resultater med kollegerne eller app-udviklerne og give dem sin model som en tjeneste. For dette kr\u00e6ves en output-server, og Open Data Hub har en s\u00e5dan server, kaldet Seldon, som muligg\u00f8r offentligg\u00f8relse af modellen som en RESTful-tjeneste.<\/p>\n<p>P\u00e5 et tidspunkt bliver der oprettet flere af s\u00e5danne modeller p\u00e5 Seldon-serveren, og der opst\u00e5r et behov for at overv\u00e5ge, hvordan de anvendes. For dette tilbyder Open Data Hub en samling relevante metrikker og en rapporteringsmotor baseret p\u00e5 de udbredte overv\u00e5gningsv\u00e6rkt\u00f8jer Prometheus og Grafana. Resultatet er, at vi f\u00e5r feedback til at overv\u00e5ge brugen af AI-modeller, is\u00e6r i produktionsmilj\u00f8er.<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/1c95bcd2656ea8376ccc0a91fa266897.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Dermed sikrer Open Data Hub en sky-lignende tilgang gennem hele livscyklussen for AI\/ML-operationer, fra adgang til og forberedelse af data til tr\u00e6ning og industriel implementering af modellen.<\/p>\n<h3>Vi samler det hele<\/h3>\n<p>\nNu opst\u00e5r sp\u00f8rgsm\u00e5let om, hvordan alt dette organiseres af OpenShift-administratoren. Her kommer en specialiseret Kubernetes-operator til projekter i Open Data Hub ind i billedet.<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/4bcb406f6886227ef357cd0318767ca2.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Denne operator styrer installationen, konfigurationen og livscyklussen for Open Data Hub-projektet, herunder implementeringen af de n\u00e6vnte v\u00e6rkt\u00f8jer som JupyterHub, Ceph, Spark, Kafka, Seldon, Prometheus og Grafana. Open Data Hub-projektet kan findes i OpenShift's webkonsol under community-operat\u00f8rer. P\u00e5 denne m\u00e5de kan OpenShift-administratoren angive, at de relevante OpenShift-projekter h\u00f8rer til kategorien 'Open Data Hub-projekt'. Dette g\u00f8res \u00e9n gang. Herefter logger dataanalytikeren ind i sit projektomr\u00e5de via OpenShift's webkonsol og kan se, at den relevante Kubernetes-operator er installeret og tilg\u00e6ngelig for hans projekter. Derefter opretter han et eksempel p\u00e5 Open Data Hub-projektet med et enkelt klik og f\u00e5r straks adgang til de ovenfor beskrevne v\u00e6rkt\u00f8jer. Og alt dette kan konfigureres i h\u00f8j tilg\u00e6ngelighed og fejltolerance.<\/p>\n<p><img decoding=\"async\" alt=\"Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift\" src=\"\/wp-content\/uploads\/2019\/10\/811a85229d0f3e54a96de1adb9aaeb24.jpg\" style=\"display:block;margin: 0 auto;\" \/><\/p>\n<p>Hvis du selv vil pr\u00f8ve Open Data Hub-projektet, skal du begynde med <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/getting-started\/quick-installation.html\">installationsvejledningen og introduktionstutorialen<\/a><\/noindex>. Tekniske detaljer om Open Data Hubs arkitektur kan findes <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/architecture.html\">her<\/a><\/noindex>, projektudviklingsplanerne \u2013 <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/roadmap\/future.html\">her<\/a><\/noindex>. I fremtiden planl\u00e6gges der yderligere integration med Kubeflow, l\u00f8sning af en r\u00e6kke sp\u00f8rgsm\u00e5l vedr\u00f8rende datastyring og sikkerhed, samt organisering af integration med regelsystemer som Drools og Optaplanner. Du kan ytre din mening og blive en del af projektet <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/additional.html#community\">Open Data Hub<\/a><\/noindex> p\u00e5 siden <noindex><a rel=\"nofollow\" href=\"https:\/\/opendatahub.io\/docs\/additional.html#community\">af f\u00e6llesskabet<\/a><\/noindex>. <\/p>\n<p>Sammenfattende: Alvorlige skaleringsproblemer forhindrer organisationer i at udnytte potentialet af kunstig intelligens og maskinl\u00e6ring fuldt ud. Red Hat OpenShift har l\u00e6nge v\u00e6ret anvendt med succes til at l\u00f8se lignende udfordringer i softwarebranchen. Open Data Hub-projektet, implementeret inden for open source udviklingssamfundet, tilbyder en referencearkitektur til organisering af hele AI\/ML-operationer baseret p\u00e5 hybrid cloud OpenShift. Vi har en klar og gennemt\u00e6nkt udviklingsplan for dette projekt, og vi er fast besluttede p\u00e5 at skabe et aktivt og frugtbart udviklingssamfund for \u00e5bne AI-l\u00f8sninger p\u00e5 OpenShift-platformen.<br \/>\n<br \/>Kilde: <a content=\"nofollow\" rel=\"nofollow\" href=\"https:\/\/habr.com\/ru\/company\/redhatrussia\/blog\/472836\/\">habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"<p>\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a. \u0410 \u0435\u0441\u043b\u0438 \u0447\u0442\u043e-\u0442\u043e \u0441\u0443\u0449\u0435\u0441\u0442\u0432\u0443\u0435\u0442, \u0437\u043d\u0430\u0447\u0438\u0442 \u0432 \u0438\u043d\u0442\u0435\u0440\u043d\u0435\u0442\u0435 \u043f\u0440\u043e \u044d\u0442\u043e \u0443\u0436\u0435 \u0435\u0441\u0442\u044c\u2026 \u043e\u0442\u043a\u0440\u044b\u0442\u044b\u0439 \u043f\u0440\u043e\u0435\u043a\u0442! \u0421\u043c\u043e\u0442\u0440\u0438\u0442\u0435 \u043a\u0430\u043a Open Data Hub \u043f\u043e\u043c\u043e\u0433\u0430\u0435\u0442 \u043c\u0430\u0441\u0448\u0442\u0430\u0431\u0438\u0440\u043e\u0432\u0430\u0442\u044c \u043d\u043e\u0432\u044b\u0435 \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438 \u0438\u0437\u0431\u0435\u0433\u0430\u0442\u044c \u0442\u0440\u0443\u0434\u043d\u043e\u0441\u0442\u0435\u0439 \u043f\u0440\u0438 \u0438\u0445 \u0432\u043d\u0435\u0434\u0440\u0435\u043d\u0438\u0438. \u041f\u0440\u0438 \u0432\u0441\u0435\u0445 \u043f\u043b\u044e\u0441\u0430\u0445 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 (artificial [&hellip;]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":39277,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-39276","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t<!-- All in One SEO 5.0.3 - aioseo.com -->\n\t<meta name=\"description\" content=\"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.\" \/>\n\t<meta name=\"robots\" content=\"max-image-preview:large\" \/>\n\t<meta name=\"author\" content=\"Yuri Gagarin\"\/>\n\t<link rel=\"canonical\" href=\"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\" \/>\n\t\t<meta name=\"generator\" content=\"All in One SEO (AIOSEO) 5.0.3\" \/>\n\t\t<meta property=\"og:locale\" content=\"da_DK\" \/>\n\t\t<meta property=\"og:site_name\" content=\"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b\" \/>\n\t\t<meta property=\"og:type\" content=\"article\" \/>\n\t\t<meta property=\"og:title\" content=\"\ud83e\udd47\u041f\u0440\u043e\u0435\u043a\u0442 Open Data Hub \u2013 \u043e\u0442\u043a\u0440\u044b\u0442\u0430\u044f \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 \u0431\u0430\u0437\u0435 Red Hat OpenShift | ProHoster\" \/>\n\t\t<meta property=\"og:description\" content=\"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.\" \/>\n\t\t<meta property=\"og:url\" content=\"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift\" \/>\n\t\t<meta property=\"og:image\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:secure_url\" content=\"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg\" \/>\n\t\t<meta property=\"og:image:width\" content=\"350\" \/>\n\t\t<meta property=\"og:image:height\" content=\"350\" \/>\n\t\t<meta property=\"article:published_time\" content=\"2019-10-31T19:29:10+00:00\" \/>\n\t\t<meta property=\"article:modified_time\" content=\"2019-10-31T19:29:10+00:00\" \/>\n\t\t<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<meta property=\"article:author\" content=\"https:\/\/www.facebook.com\/prohoster\" \/>\n\t\t<!-- All in One SEO -->\n\n","aioseo_head_json":{"title":"\ud83e\udd47Open Data Hub-projektet \u2013 en \u00e5ben maskinl\u00e6ringsplatform baseret p\u00e5 Red Hat OpenShift | ProHoster","description":"Fremtiden er kommet, teknologier inden for kunstig intelligens og maskinl\u00e6ring bliver allerede med succes anvendt af dine yndlingsbutikker, transportselskaber og endda g\u00e5rde, der opdr\u00e6tter kalkuner.","canonical_url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"da_DK","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041f\u0440\u043e\u0435\u043a\u0442 Open Data Hub \u2013 \u043e\u0442\u043a\u0440\u044b\u0442\u0430\u044f \u043f\u043b\u0430\u0442\u0444\u043e\u0440\u043c\u0430 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u043d\u0430 \u0431\u0430\u0437\u0435 Red Hat OpenShift | ProHoster","og:description":"\u0411\u0443\u0434\u0443\u0449\u0435\u0435 \u043d\u0430\u0441\u0442\u0443\u043f\u0438\u043b\u043e, \u0442\u0435\u0445\u043d\u043e\u043b\u043e\u0433\u0438\u0438 \u0438\u0441\u043a\u0443\u0441\u0441\u0442\u0432\u0435\u043d\u043d\u043e\u0433\u043e \u0438\u043d\u0442\u0435\u043b\u043b\u0435\u043a\u0442\u0430 \u0438 \u043c\u0430\u0448\u0438\u043d\u043d\u043e\u0433\u043e \u043e\u0431\u0443\u0447\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u0443\u0441\u043f\u0435\u0448\u043d\u043e \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u0443\u044e\u0442 \u0432\u0430\u0448\u0438 \u043b\u044e\u0431\u0438\u043c\u044b\u0435 \u043c\u0430\u0433\u0430\u0437\u0438\u043d\u044b, \u0442\u0440\u0430\u043d\u0441\u043f\u043e\u0440\u0442\u043d\u044b\u0435 \u043a\u043e\u043c\u043f\u0430\u043d\u0438\u0438 \u0438 \u0434\u0430\u0436\u0435 \u0444\u0435\u0440\u043c\u044b, \u0432\u044b\u0440\u0430\u0449\u0438\u0432\u0430\u044e\u0449\u0438\u0435 \u0438\u043d\u0434\u0435\u0435\u043a.","og:url":"https:\/\/prohoster.info\/da\/blog\/administrirovanie\/proekt-open-data-hub-otkrytaya-platforma-mashinnogo-obucheniya-na-baze-red-hat-openshift","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2019-10-31T19:29:10+00:00","article:modified_time":"2019-10-31T19:29:10+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"39276","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":"2026-01-24 01:33:20","breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 14:14:14","updated":"2026-01-24 01:33:20","focus_keyword":null,"additional_keywords":null,"truseo_locale":null},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/39276","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/comments?post=39276"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/posts\/39276\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media\/39277"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/media?parent=39276"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/categories?post=39276"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/da\/wp-json\/wp\/v2\/tags?post=39276"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}