在数据管理功能方面，SAP Data Intelligence提供了多种选择。在这篇博文中，我们将解释和比较ML Data Manager和Metadata Explorer应用程序的不同功能。

什么是SAP Data Intelligence ML Data Manager

作为SAP Data Intelligence的一部分提供的ML Data Manager使用户能够将用于机器学习（ML）的数据集安排到基于文件夹的数据工作区和数据层次结构中收藏。这确保您得到一个框架，在这个框架内您可以保证您的ML管道的可追溯性和可再现性。工作区与您正在处理的ML或客户用户案例相关。在工作区中，中国云，ML Data Manager允许您创建多个数据集合。数据收集是由笔记本或管道消耗或产生的一组逻辑数据。随着实验的进行，大淘客怎么推广，您可能会将数据变形为更干净、结构良好的数据集，然后将这些数据集写入工作区中的另一个数据集合。ML Data Manager允许您指定这些数据集合的层次结构，人工智能技术发展，以便于识别它们之间的关系。

什么是SAP Data Intelligence Metadata Explorer？

元数据资源管理器帮助用户管理分布在不同系统和不同来源的元数据资产。元数据资源管理器使用户能够连接到数据源，并能够自动对其元数据结构进行爬网、创建对数据的引用并将其存储在元数据目录中。它提供了对SAP HANA、SAP Vora、对象存储（S3、GCS等）、HDFS、SAP BW、Oracle的现成支持。

ML Data Manager和Metadata Explorer之间的比较

2.数据集操作：Metadata Explorer为您提供了分析和索引数据的功能，以及创建和维护对目录中数据集的引用的功能。ML数据管理器提供特定的ML功能，海量数据，如特征建模和将数据拆分为训练、测试和验证数据集。

3。数据集使用：Metadata Explorer允许管理到SAP HANA、SAP Vora、对象存储（S3、GCS等）、HDFS、SAP BW、Oracle的连接，从而能够在其业务应用程序中更广泛地使用这些连接。与Metadata Explorer相比，ML Data Manager的使用范围有限。目前，在ML数据管理器中创建的数据集合可以在AutoML实验中使用，也可以在Jupyter笔记本中以编程方式使用。

结论

如果您的角色与数据工程师关系更密切，并且您的用例涉及在分布式环境中管理元数据，并跟踪数据沿袭，例如数据可能已发生的更改和更改哪些区域可能会消耗数据，那么SAP data Intelligence中的Metadata Explorer将是您的最佳选择。

如果您是数据科学家，并且使用SAP data Intelligence的用例是基于机器学习的，您可以在AutoML场景中使用数据集，或者在Jupyter中以编程方式使用数据集笔记本电脑那么你应该使用ML数据管理器。

为了更好地了解ML数据管理器的实现，你可以看一下ML数据管理器在行动视频或博客文章访问数据湖在Jupyter笔记本电脑使用数据管理器。

，淘客返利