Maskinlæringsdatakataloger gør det muligt for organisationer at organisere, få adgang til, fortolke og samarbejde omkring data fra flere kilder, samtidig med at de sikrer robust styring og adgangskontrol. Kunstig intelligens spiller en central rolle i mange funktioner i disse kataloger og understøtter funktioner som maskinlæringsbaserede anbefalinger, naturlige sprogforespørgsler og dynamisk datamaskering for forbedret sikkerhed. Disse kataloger giver virksomheder mulighed for at konsolidere datasæt på et enkelt sted, hvilket gør det nemmere for både analytikere og almindelige brugere at søge efter og opdage data. Brugere kan kommentere, dele og anbefale datasæt, hvilket giver en øjeblikkelig kontekst for kolleger, der forespørger på dataene. It-administratorer kan implementere brugerklargøring for at forhindre uautoriseret adgang til følsomme oplysninger. Maskinlæringsdatakataloger er særligt fordelagtige for virksomheder med forskellige datakilder, der søger en samlet kilde til sandhed og sigter mod at skalere dataforbrug på tværs af organisationen. Mens it-afdelinger typisk administrerer disse platforme for at opretholde organisation og sikkerhed, er katalogerne designet til at være tilgængelige for dataforskere, analytikere og endda ikke-tekniske forretningsbrugere. Data kan transformeres, modelleres og visualiseres enten i selve kataloget eller gennem integration med business intelligence-værktøjer. Det er vigtigt at bemærke, at ikke alle maskinlæringsdatakataloger indeholder dataforberedelsesfunktioner og kan kræve integration med business intelligence-platforme for sådanne funktioner. Derudover adskiller disse kataloger sig fra masterdata management-systemer (MDM) i deres fokus på forbedret styring, samarbejde og maskinlæringsdrevne funktionaliteter.
Appen
Appen er en platform til indsamling og mærkning af data for at træne AI, forbedre maskinlæring og optimere forståelsen af sprog og billeder.
data.world
data.world er en cloud-baseret platform til datakatalog og regeringsførelse, der sikrer nem opdagelse og analyse af data på tværs af organisationer.
Shaip
Shaip leverer kvalitet data til AI/ML-modeller, herunder indsamling og annotering af tekst, lyd, billeder og video til forskellige sektorer som sundhed og computervision.
Collibra
Collibra er en datakatalogplatform, der hjælper organisationer med at forstå, styre og beskytte deres dataaktiver effektivt.
TextQL
TextQL er en AI-drevet, virtuel datanalytiker til virksomheder, som muliggør søgning efter indsigter gennem naturlige engelskforespørgsler.
Sama AI
Sama AI app gør det muligt at annotere data præcist til AI-modeller, hvilket understøtter ansvarlig udvikling inden for computer vision.
Denodo
Denodo er en datavirtualiseringsplatform, der integrerer og giver adgang til flere datakilder i realtid uden at flytte data, hvilket forbedrer datatilgængeligheden.
Dataland
Dataland er en platform til datastyring, der hjælper brugere med at organisere, analysere og visualisere data fra forskellige kilder på en brugervenlig måde.
Secoda
Secoda er en datastyringsplatform, der centraliserer dataadgang, styring og overvågning for organisationer, hvilket forbedrer effektiviteten og datakvaliteten.
CastorDoc
CastorDoc er et samarbejdsværktøj til automatisk datadeklaration, der hjælper teams med effektivt at organisere og dokumentere virksomheders data.
Erisna
Erisna er en datakatalog og opdagelsesplatform, der hjælper virksomheder med at håndtere og forbedre deres data, herunder datastyring og automatisering.
Select Star
Select Star er en intelligent metadata-platform, der automatisk analyserer og dokumenterer data samt hjælper med datastyring og -administration.
Traceye
Traceye er en platform til datainfrastruktur, der muliggør opbygning og implementering af subgrafer med fokus på ydeevne, sikkerhed og skalerbarhed.
Decube
Decube er en dataplatform til overvågning af datakvalitet, metadataopdagelse og datakontrol, der integreres med populære datakilder for at forbedre datastyring.
© 2026 WebCatalog, Inc.