|
数据科学影响了来自差异行业的很多企业。尽量数据科学已经成为“21世纪最吸引人的事情”，但尚有一项技能正变得越来越突出。 如今，自动化不只应用于呆板人规模，它还与其他规模相团结，使技能人员的事情变得更容易，个中一个规模就是数据科学。有许多公司正在为数据科学规模开拓东西和产物。在本文中，我们将研究数据科学专业人员可以利用的一些自动化东西。 1. Auto-Weka 有几种呆板进修算法可以直接利用，个中很多要领都是在Weka包中实现的。然而，每一种ML算法都有本身的超参数，这些超参数可以极大地改变它们的机能，并且总体上有大量大概的替代要领。 Auto-WEKA最初于2013年宣布，它思量通过同时选择进修算法和配置超参数来办理这个问题。它还办理了利用贝叶斯优化的问题。Auto-Weka还致力于辅佐非专业用户更有效地识别适合其应用措施的ML算法和超参数配置。 2. Darwin Darwin是一家成立人工智能系统以敦促最重要好处的公司Sparkcognition开拓的，是另一个大局限办理数据科学问题的东西。 它是一种自动化的模子构建东西，答允用户在比传统要领更短的时间内从数据到模子。另外，它还可以实现场景的快速原型设计和高效的洞察力提取。 这个东西是如何事情的？该东西利用基于神经进化的要领，自界说构建模子架构，以确保最适合今朝的问题。 3.DataRobot自动呆板进修 DataRobot是一个先进的企业AI平台。该平台融合了一些世界领先的数据科学家的常识、履历和最佳实践。谈到自动化，DataRobot的自动化呆板进修平台，辅佐ML开拓人员以前所未有的透明度自动建设呆板进修模子，以辅佐领略和信任他们所做的预测。该平台配备了差异范例的回归技能，从最简朴的统计经典回归模子到巨大的统计经典回归模子。另外，这个平台最好的一点是，它还可以办理多达100个差异类此外简朴问题。 从一开始，DataRobot就一直是数据科学专业人士追捧的平台。要相识这个平台的更多信息，您可以查察他们的官方产物网站。 4. H20.ai 在呆板进修自动化方面，H2O已经成为率领者。它是一个开源的漫衍式内存呆板进修平台，具有线性可伸缩性。该平台的建设方法支持大大都遍及利用的统计和呆板进修算法。 这个平台最棒的处所之一是，它具有业界领先的AutoML成果，可以自动运行所有算法及其超参数，生成排行榜的最佳模子。 5. dotData 特性工程被认为是数据科学专业人员最重要、最耗时和最具挑战性的事情之一。打包了最好的人工智能成果的dotData致力于将其自动化。简朴地说，该公司只专注于民主化和自动化整个数据科学事情流。 与传统流程对比，在识别用例到将流水线投入出产之间大概需要数月时间，此AI / ML平台有助于快速，大局限地执行巨大的数据科学项目。 【凡本网注明来历非中国IDC圈的作品，均转载自其它媒体，目标在于通报更多信息，并不代表本网附和其概念和对其真实性认真。】 |
