欧美40老熟妇色xxxxx,免费+国产+在线观看,末成年女a∨片一区二区,久久伊人色av天堂九九,免费中文熟妇在线影片

美林?jǐn)?shù)據(jù)
ABOUT US
美林?jǐn)?shù)據(jù)技術(shù)股份有限公司（簡(jiǎn)稱：美林?jǐn)?shù)據(jù)，NEEQ：831546）是國(guó)內(nèi)知名的數(shù)據(jù)治理和數(shù)據(jù)分析服務(wù)提供商。

Tempo人工智能平臺(tái)之智能學(xué)習(xí)模塊

2020-04-10 14:30:36 次
在數(shù)據(jù)驅(qū)動(dòng)決策，數(shù)字化轉(zhuǎn)型的今天，越來越多的企業(yè)設(shè)立首席數(shù)據(jù)執(zhí)行官以及數(shù)據(jù)分析科學(xué)家的角色，帶領(lǐng)一個(gè)團(tuán)隊(duì)去完成數(shù)據(jù)的收集、存儲(chǔ)、傳輸以及分析任務(wù)，設(shè)計(jì)組織、協(xié)調(diào)、流程、技術(shù)實(shí)現(xiàn)及生產(chǎn)部署，其除了需要了解業(yè)務(wù)，定義分析方案，自動(dòng)執(zhí)行或優(yōu)化流程外，更重要的在于其需要通過協(xié)同團(tuán)隊(duì)來發(fā)掘創(chuàng)新及洞察，優(yōu)化他們所創(chuàng)造的價(jià)值，這就需要在一個(gè)集成、協(xié)同的環(huán)境中去實(shí)現(xiàn)數(shù)據(jù)挖掘分析。
Tempo大數(shù)據(jù)分析平臺(tái)是一款專注大數(shù)據(jù)挖掘與可視化分析的業(yè)務(wù)增值工具，其采用數(shù)據(jù)流拖拽式的操作流程，結(jié)合CRISP-DM工業(yè)標(biāo)準(zhǔn)，以高性能計(jì)算技術(shù)、領(lǐng)先的數(shù)據(jù)挖掘算法、高維可視化分析技術(shù)、獨(dú)創(chuàng)DVL數(shù)據(jù)可視化語言技術(shù)為基礎(chǔ)，幫助用戶解決數(shù)據(jù)價(jià)值發(fā)掘和利用的問題，其強(qiáng)大的自學(xué)習(xí)功能更是為建模分析及優(yōu)化模型提供了一種有效便捷的途徑。
CRISP-DM數(shù)據(jù)挖掘流程
圖 1 CRISP-DM數(shù)據(jù)挖掘流程
在完成建模數(shù)據(jù)準(zhǔn)備之后，需要依據(jù)數(shù)據(jù)建立模型時(shí)，通常會(huì)面臨算法選擇的問題，即選擇何種算法可能會(huì)取得較好的結(jié)果，一般的做法是依據(jù)經(jīng)驗(yàn)和算法特點(diǎn)來確定。而在選定算法后，面臨的第二個(gè)問題是如何設(shè)定算法的參數(shù)，通常默認(rèn)的算法參數(shù)針對(duì)的一般的數(shù)據(jù)集，如公開的數(shù)據(jù)挖掘算法測(cè)試數(shù)據(jù)集，在針對(duì)具體的業(yè)務(wù)建模時(shí)，就需要多次實(shí)驗(yàn)來確定一組相對(duì)較好的算法參數(shù)，整個(gè)過程耗時(shí)耗力。
選擇模型或算法時(shí)的困擾
圖 2 選擇模型或算法時(shí)的困擾
Tempo人工智能平臺(tái)的智能學(xué)習(xí)模塊為您提供一站式的解決方案，主要包括自動(dòng)分類、自動(dòng)擇參、交叉驗(yàn)證和循環(huán)行四大部分。自動(dòng)分類部分可實(shí)現(xiàn)分類模型的自動(dòng)選擇，自動(dòng)擇參可實(shí)現(xiàn)對(duì)算法最優(yōu)參數(shù)的自動(dòng)選擇，交叉驗(yàn)證可實(shí)現(xiàn)對(duì)訓(xùn)練模型泛華性能的評(píng)估，循環(huán)行可實(shí)現(xiàn)按特定字符字段分類處理或建模功能。
Tempo智能學(xué)習(xí)模塊
圖 3 Tempo智能學(xué)習(xí)模塊
其中自動(dòng)分類能實(shí)現(xiàn)一個(gè)數(shù)據(jù)集的多種分類算法的一次性建模，并且內(nèi)嵌自動(dòng)擇參和交叉驗(yàn)證等功能，確保在多種模型中選擇和推薦出最佳的模型，以實(shí)現(xiàn)模型的自動(dòng)化和智能化學(xué)習(xí)。
自動(dòng)分類流程示例
圖 4 自動(dòng)分類流程示例
自動(dòng)分類參數(shù)配置
圖 5 自動(dòng)分類參數(shù)配置
自動(dòng)分類洞察信息
圖 6 自動(dòng)分類洞察信息
其中，自動(dòng)擇參提供了一定范圍下的批量建模，在實(shí)際建模中，針對(duì)每個(gè)算法提供對(duì)應(yīng)的一批參數(shù)和這些參數(shù)的多個(gè)取值，算法對(duì)這些參數(shù)及其取值進(jìn)行組合，并通過循環(huán)執(zhí)行組合內(nèi)的值，挑選出表現(xiàn)最佳的模型。平臺(tái)中調(diào)參的方法包含grid和list，grid是僅支持?jǐn)?shù)值型參數(shù)，并提供如線性尺度、對(duì)數(shù)尺度等變換方式，list除了支持?jǐn)?shù)值型參數(shù)調(diào)參外，還支持對(duì)字符型參數(shù)。模型洞察信息中包含最終選擇的算法最有參數(shù)及模型結(jié)構(gòu)相關(guān)信息，便于后續(xù)模型調(diào)優(yōu)及應(yīng)用部署。
自動(dòng)擇參流程
圖 7 自動(dòng)擇參流程示例
自動(dòng)擇參內(nèi)部流程及參數(shù)配置
圖 8 自動(dòng)擇參內(nèi)部流程及參數(shù)配置
自動(dòng)擇參結(jié)果洞察信息
圖 9 自動(dòng)擇參結(jié)果洞察信息
交叉驗(yàn)證是一種用來驗(yàn)證模型性能的統(tǒng)計(jì)分析方法，基本思想是：將原始數(shù)據(jù)進(jìn)行分組，一部分作為訓(xùn)練集，一部分作為驗(yàn)證集，首先用訓(xùn)練集對(duì)分類器進(jìn)行訓(xùn)練，再利用驗(yàn)證集來測(cè)試訓(xùn)練得到的模型，以此作為評(píng)價(jià)模型的性能指標(biāo)。過程中不僅考慮了訓(xùn)練誤差，同時(shí)也考慮了泛化誤差，有助于從某些候選模型中選擇最適合某個(gè)學(xué)習(xí)問題的模型，使得模型在偏差和方差之間找到最佳的平衡點(diǎn)。Tempo平臺(tái)中實(shí)現(xiàn)的方法為K折交叉驗(yàn)證法，假設(shè)指定驗(yàn)證次數(shù)為k，則意味著將原始樣本分為k份，將每份子集數(shù)據(jù)分別做一次測(cè)試驗(yàn)證集，其余的k-1組子集數(shù)據(jù)作為訓(xùn)練集，這樣會(huì)得到k個(gè)模型，將這K個(gè)模型的預(yù)測(cè)結(jié)果分別相加，作為此分類模型的匯總混淆矩陣，并由匯總混淆矩陣得出指定參數(shù)下該模型的正確率、召回率等性能指標(biāo)。模型洞察信息中包含各模型的混淆矩陣及正確率信息和最終模型對(duì)于整體數(shù)據(jù)的正確率。
交叉驗(yàn)證流程示例
圖 10 交叉驗(yàn)證流程示例
交叉驗(yàn)證內(nèi)部流程及參數(shù)配置
圖 11 交叉驗(yàn)證內(nèi)部流程及參數(shù)配置
交叉驗(yàn)證結(jié)果洞察信息
圖 12 交叉驗(yàn)證結(jié)果洞察信息
另，Tempo人工智能平臺(tái)提供了循環(huán)行功能，可實(shí)現(xiàn)根據(jù)指定的字符型屬性的不同取值，將數(shù)據(jù)集分群，各分群數(shù)據(jù)集分別執(zhí)行循環(huán)行中的任務(wù)（數(shù)據(jù)讀取、數(shù)據(jù)處理、建模、評(píng)估等），如支持將全國(guó)銷售數(shù)據(jù)分區(qū)域進(jìn)行缺失值處理，華北/華南區(qū)域中某城市銷售額存在空值的，則用華北/華南區(qū)域各城市銷售額均值填充處理。將其結(jié)合平臺(tái)的自學(xué)習(xí)功能可實(shí)現(xiàn)更為復(fù)雜場(chǎng)景的建模，為用戶有效便捷地實(shí)現(xiàn)企業(yè)價(jià)值發(fā)掘提供更有力的支持。
循環(huán)行流程示意
圖 13 循環(huán)行流程示例
循環(huán)行內(nèi)部流程及參數(shù)配置
圖 14 循環(huán)行內(nèi)部流程及參數(shù)配置
循環(huán)行結(jié)果洞察信息
圖 15 循環(huán)行結(jié)果洞察信息
 
關(guān)于Tempo大數(shù)據(jù)分析平臺(tái)
Tempo大數(shù)據(jù)分析平臺(tái)是一款集數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)挖掘、數(shù)據(jù)可視化、數(shù)據(jù)應(yīng)用于一體的軟件產(chǎn)品。它秉持“智能、互動(dòng)、增值”的設(shè)計(jì)理念，面向企業(yè)級(jí)用戶提供自助式數(shù)據(jù)探索與分析能力，為企業(yè)提供從BI到AI的一體化數(shù)據(jù)分析與應(yīng)用解決方案。
 
服務(wù)熱線
400-608-2558
咨詢熱線
15502965860
美林?jǐn)?shù)據(jù)
微信掃描二維碼，立即在線咨詢