Comment Travelport utilise H2O.ai
Travelport utilise H2O-3 pour réentraîner ses modèles d'apprentissage automatique quasiment en temps réel, afin de lutter contre la dégradation des modèles et la latence de scoring sur de gros volumes de données d'entraînement.
Voir la preuve capturéeL’usage : comment Travelport déploie H2O.ai
Travelport uses H2O-3 to retrain machine learning models in near real time, addressing model decay and scoring latency across large volumes of training data.
Le témoignage du client
L'avantage de H2O, c'est qu'il est vraiment, vraiment rapide !Traduction automatique de l’anglaisVoir l’original
Benefit of H2O is that it's really, really fast!Les clients de H2O.ai dans le secteur Voyages et hôtellerie
Des entreprises du même secteur, avec une preuve publique.
Voir tous les clients de H2O.aiConsulter la source
Cette synthèse repose sur l’étude de cas publiée par H2O.ai. Nous vérifions la preuve publique ; les résultats sont ceux rapportés par l’éditeur.
h2o.ai- Dernière vérification
- 9 nov. 2026
Ouvrir la capture Ce que dit le témoignage, et ce que nous avons vérifié
Ce que nous avons comparé à la page.
- L’extrait cité plus hautVérifié
Copié mot pour mot depuis la page, près du nom de Travelport.
- Les nombres de notre résuméVérifié
Chacun est imprimé sur la page.
- Travelport utilise H2O.aiVérifié
Ligne de niveau Confirmé.
- Le résultat lui-mêmeNon vérifié
Nous le citons ; nous ne l’avons pas mesuré.
With near real-time retraining of ML models and strong DevOps processes Travelport solved these challenges.

