Майкл Фирн

Ваши усилия по машинному обучению замедляются из-за обработки данных? Конвейерная технология машинного обучения (ML) Vidora автоматизирует аспекты обработки данных, включая предварительную обработку, очистку функций и разработку функций, что позволяет быстро создавать рабочие модели машинного обучения.

Начать сейчас

Приступить к работе с автоматизированной обработкой данных и созданием ML Pipeline очень просто. Вот 3 простых шага, чтобы вы начали -

Cortex интеллектуально обрабатывает, очищает и создает функции из необработанных данных о событиях. События описывают действия, связанные с каждой из ваших точек данных. Примеры событий включают:

  • Клиент совершает покупку через вашу платформу электронной коммерции
  • Дом выставлен на продажу на вашем сайте объявлений о недвижимости
  • Устройство IoT отправляет обновление статуса

Чтобы импортировать данные о событиях в Cortex, просто перетащите CSV-файл в пользовательский интерфейс. Cortex автоматически очищает и преобразовывает эти необработанные данные в функции, которые можно использовать для прогнозирования машинного обучения. Вы также можете расширить автоматизированные возможности Cortex, определив пользовательские функции с помощью пользовательского интерфейса на основе SQL.

Ниже приведен пример сотен функций, которые Cortex может автоматически создавать, используя события, собранные онлайн с платформы электронной коммерции. Файл, содержащий подобные события, можно загрузить непосредственно в Cortex (щелкните, чтобы загрузить образец файла), где они будут преобразованы в функции, подобные перечисленным ниже.

  • Общее количество событий покупки за последние 7 дней
  • % кликов с категорией = обувь за последние 14 дней
  • Дней с момента последней активности
  • Количество уникальных устройств за последние 30 дней

После обработки файла Cortex позволяет вам создавать конвейеры ML в простом интерфейсе. Cortex предлагает множество наиболее распространенных типов конвейеров, с которыми вы столкнетесь в своем бизнесе.

После завершения обработки конвейера загрузите результаты прогнозирования в файле CSV, чтобы их можно было использовать в вашем бизнесе.

Это так просто — перетащите CSV-файл в Cortex, выберите цель для конвейера машинного обучения и экспортируйте результаты.

Отправка непрерывных данных о событиях

Если вы хотите, чтобы Cortex строил конвейеры на основе непрерывных данных в реальном времени, которые также можно настроить с помощью наших API или отправки данных на постоянной основе в Google Cloud, AWS или MSFT Azure.

Вопросы?

Хотите узнать больше? Напишите нам по адресу [email protected], и мы предоставим вам 2-недельную бесплатную пробную версию в вашей собственной учетной записи Cortex Sandbox.

Первоначально опубликовано на https://www.vidora.com 26 августа 2019 г.