Blueprints XML y RMP probados en producción, listos para importar en RapidMiner Studio o AI Hub, con datos de ejemplo parametrizados.
Cada flujo incluye su archivo .rmp, datos de ejemplo y el pipeline completo en Studio.
Segmentación de anomalías de ciclo completo para turbinas industriales. Procesa registros de sensores con ventanas móviles de series de tiempo, genera variables espectrales, entrena un modelo XGBoost optimizado en memoria y exporta binarios compilados para gateways de scoring en el edge.
Lectura de datos → Ventaneo → AutoFeature-Gen → XGBoost → Desempeño → Exportación al edge
Lleva representaciones de transformers a RapidMiner sin salir del lienzo. Envía vectores de oraciones tokenizadas a una regresión logística regularizada con agrupamiento automático de temas LDA.
Reseñas de clientes → Limpieza de texto → DeepNLP Embed → Regresión logística → Visualizador de temas
Maneja el desbalance de clases con SMOTE y cambia el enfoque de la exactitud al riesgo de negocio: los falsos negativos (un suscriptor perdido, $950) pesan 9.5× más que los falsos positivos (un descuento de retención, $100).
Datos de telecom → Sobremuestreo SMOTE → Ajuste de hiperparámetros → Scoring con matriz de costos → Webhook de Slack
Configuración de scoring en submilisegundos integrada directamente en los ciclos de simulación de RapidMiner Studio para auditar benchmarks de latencia.
Eventos de crédito → Scorer JaguarEdge → Benchmark de latencia
Compatible con RapidMiner Studio 9.10 a 10.3.
En RapidMiner Studio elige File › Import Process… o pega el XML directamente en el lienzo con Ctrl+V.
Descarga las que falten desde el RapidMiner Marketplace, por ejemplo Text Processing o Python Scripting.
Apunta el operador Read CSV al dataset de ejemplo descargado y presiona Run.
Diseñemos juntos el pipeline que la responde.
