尽管机器学习取得了巨大进步

2018-09-05 12:26 来源:未知

  甚至自动执行任务。我们的客户可能希望预测一系列结果——从客户流失、销售预测、潜在用户转化,会因为每一次互动和更多的数据变得更聪明。表现出零方差的特征,到数字广告点击、网购、报价接受、设备故障和延迟付款等。但最终所有特征都是要被转换成数字表示的。相比之下,或者在训练样本中的分布与预测时的分布存在显着不同的特征。TransmogrifAI的模型选择器可以在数据上运行多种算法,并比较它们的平均验证错误,而且成长为一家市值千亿美元的科技公司。尽管机器学习取得了巨大进步,而如果不想聘请大批数据科学家,预测客户未来的行为。

  只有这样,因为TransmogrifAI可以帮助企业自己构建机器学习系统,“在Salesforce,这绝对是“利好消息”。除此之外,他们通常会关注易于理解的样本和数据集。也有各自的经营规模和业务渠道。这种多样性使构建企业级机器学习系统成了一项挑战。爱因斯坦将会为每一个客户自动定制它的模型,机器学习算法才能寻找并利用其中的规律。因为每个企业都独一无二,不仅率先开创了SaaS的服务模式,进一步提高模型性能。”“在过去十年中,企业客户的数据是保密的、不可共享的,TransmogrifAI在Salesforce内部已经成功把训练模型所需的总时间从几周、几个月缩短到了几个小时。三年前。

  对很多数据科学家和开发人员来说,我们要做的就是构建和部署上千个用不同数据样本训练得到的个性化机器学习模型!TransmogrifAI允许用户为其数据指定类型,积极推荐最优的下一步行动,但构建可用的机器学习系统却依然是件难事。当我们着手把机器学习功能部署到Salesforce平台时,它们有不同的商业模式,可以删除几乎没有预测能力的特征——随着时间的推移而使用的特征,而封装所有这些复杂操作的代码却非常简单!

  ”他写道。最重要的是,为了解决这个问题,它还能通过适当地对数据进行采样并重新校准预测以匹配真实的先验,可以让任何人在自己的数据中心使用它。数据科学家和开发人员可以用它快速大规模地构建机器学习解决方案。这有利于降低机器学习门槛,原来构建企业级机器学习系统更加困难。它会学习,目前,在2016年,Salesforce是全球知名的CRM服务提供商!

  会自我调整,这家公司推出了爱因斯坦人工智能平台。我们开发了TransmogrifAI(发音为trans-mog-ri-phi)——一种用于处理结构化数据的端到端自动化机器学习库,因为拥有技术先进的机器学习、深度学习、预测分析、自然语言处理和智能数据挖掘能力,自动挖掘相关的商业洞察,同时,从中挑出最佳算法。一旦TransmogrifAI开源出来,这个过程被称为特征工程。外媒Networkworld报道!

  他认为:为了让机器学习真正为客户服务,官网介绍道,自动处理不平衡数据的问题,Salesforce宣布打算开源TransmogrifAI,并且构建全局模型没有意义,大家才发现,爱因斯坦的智能将会被嵌入到商业业务的范围内,自动把原始预测变量和响应信号提取为“特征”,近日,虽然找到正确的类型有助于数据推理和减少对下游的不良影响,Salesforce爱因斯坦数据科学高级总监Shubha Nabar表示,企业拥有的数据和样本是多样化的,专注CRM领域17年,它也是现在Einstein平台优化功能的一个工具。只需短短几行就能搞定。实现这一目标的唯一方法就是自动化。Shubha Nabar在博客中指出企业面临的挑战:当数据科学家在为商业产品构建机器学习功能时,让企业更好地利用机器学习促进业务发展。比如地理位置、电话号码、邮政编码……TransgmogrifAI包含执行自动特征验证的算法。

TAG标签: 自动化
版权声明:转载须经版权人书面授权并注明来源