您的位置: 首頁 >科技 >

AutoML平臺開普勒針對領(lǐng)域?qū)<?/h1>
2022-08-29 14:30:01 編輯:晏勝康 來源:
導讀 隨著越來越多的公司推出數(shù)字基礎(chǔ)架構(gòu),他們正在吸收大量數(shù)據(jù),業(yè)務(wù)分析人員可以使用這些數(shù)據(jù)來衡量客戶意圖并促進交易。數(shù)據(jù)科學家的復雜性...

隨著越來越多的公司推出數(shù)字基礎(chǔ)架構(gòu),他們正在吸收大量數(shù)據(jù),業(yè)務(wù)分析人員可以使用這些數(shù)據(jù)來衡量客戶意圖并促進交易。數(shù)據(jù)科學家的復雜性和缺乏使那些希望通過“黑暗”數(shù)據(jù)獲利的中型公司更加難以實現(xiàn)這一轉(zhuǎn)變。

因此,機器學習供應商正在使數(shù)據(jù)科學工作流的關(guān)鍵方面實現(xiàn)自動化,這將使領(lǐng)域?qū)<铱梢愿鶕?jù)特定數(shù)據(jù)類型自定義管道和算法。提倡使用AutoML方法來提高按月生成的機器學習模型的數(shù)量和質(zhì)量。

這是Stradigi AI本周發(fā)布的新AutoML平臺的目標之一。開普勒平臺同時尋求解決數(shù)據(jù)科學家的短缺問題,從而導致無法將AI模型投入生產(chǎn),然后再擴展這些模型。該策略的重點是讓域?qū)<易杂蛇x擇所需的數(shù)據(jù)科學工具,以更快地獲得機器模型,而最初的重點是最有可能產(chǎn)生可操作結(jié)果的“高價值”用例,例如庫存控制或客戶流失。

Stradigi首席商務(wù)官Per Nyberg表示,數(shù)據(jù)科學自動化的“最佳結(jié)合點”是尋求獲得數(shù)字化轉(zhuǎn)型收益的中型企業(yè)。因此,開普勒使數(shù)據(jù)科學步驟自動化,以使業(yè)務(wù)分析人員快速地沿著機器學習曲線前進。


免責聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。