Alteryx предоставляет автоматизированное, полностью управляемое машинное обучение и моделирование, а также опции “экспертного режима” для ускорения результатов. Создавайте, проверяйте, развертывайте и оптимизируйте модели в визуальном, управляемом опыте. Используйте интегрированную подготовку данных и профилирование в процессе создания модели. Узнайте больше о Alteryx
Системы машинного обучения
Машинное обучение — форма искусственного интеллекта, позволяющая системе обучаться на основе данных, а не путём программирования в явном виде. По мере того как алгоритмы обрабатывают наборы обучающих данных, на основе них могут создаваться более точные модели. Помочь в создании ИИ призваны системы машинного обучения.
Сортировать по:
Показывать по:
В избранное
В избранное
Управляемый MLflow построен поверх MLflow, платформы с открытым исходным кодом, разработанной Databricks для управления полным жизненным циклом машинного обучения с корпоративной надёжностью, безопасностью и масштабированием. Узнайте больше о Databricks
В избранное
Anaconda была создана специалистами по Data Science для Data Science. Более 20 миллионов человек используют наши технологии для решения самых сложных задач. Узнайте больше о Anaconda
В избранное
Система анализа данных для различных компаний, независимо от их опыта, отрасли или размера, стремящихся создать стратегические преимущества бизнеса, основанные на данных. Узнайте больше о Dataiku
В избранное
Платформа, которая позволяет бизнес-аналитикам построить прогнозную аналитику без знания машинного обучения или программирования. Платформа использует автоматизированное машинное обучение (AutoML) для создания точных прогностических моделей за короткий промежуток времени. Узнайте больше о DataRobot
В избранное
Domino централизует работу в области Data Science и инфраструктуру по всему предприятию для совместного создания, обучения, развертывания и управления моделями – быстрее и эффективнее. Узнайте больше о Domino
В избранное
Интуитивно понятный, открытый и постоянно интегрирующий новые разработки KNIME делает понимание данных и проектирование рабочих процессов data science и многоразовых компонентов доступными для всех. Узнайте больше о Knime
В избранное
Пакет статистического программного обеспечения, разработанный SAS Institute для управления данными, расширенной аналитики, многомерного анализа, бизнес-аналитики, уголовного расследования и прогнозной аналитики. Узнайте больше о SAS
В избранное
Low-code платформа Loginom делает продвинутую аналитику доступной бизнес-пользователям. Визуальный конструктор позволяет настроить все процессы анализа: интеграция, подготовка данных, моделирование, визуализация. Loginom сокращает время от тестирования гипотезы до создания работающего бизнес-процесса. Узнайте больше о Loginom
Системы машинного обучения
Системы машинного обучения позволяют обучать модели на основе наборов данных до использования моделей. Некоторые модели машинного обучения работают постоянно. Такой итеративный процесс обучения моделей позволяет улучшать типы связей между элементами данных. Человек не всегда обнаруживает такого рода зависимости и связи вследствие их сложности и большого объёма данных. После завершения обучения модели она может использоваться в режиме реального времени для продолжения обучения на основе поступающих данных. Повышение точности достигается в результате процесса обучения и автоматизации, которые являются частью машинного обучения.
Алгоритмы машинного обучения делают прогнозы или принимают решения на основе данных. Эти алгоритмы обучения могут быть встроены в приложения для обеспечения функций автоматизированного искусственного интеллекта. Подключение к источнику данных необходимо для того, чтобы алгоритм со временем обучался и адаптировался. Существует множество различных типов алгоритмов машинного обучения, которые выполняют различные задачи и функции. Эти алгоритмы могут быть разработаны с помощью контролируемого обучения или обучения без присмотра.