Geautomatiseerde Machine Learning
Automatisch snel en op schaal machine learning-modellen bouwen
Eenvoudig uiterst nauwkeurige machine learning-modellen bouwen
Bied professionele en niet-professionele gegevenswetenschappers mogelijkheden om snel machine learning-modellen te bouwen. Automatiseer tijdrovende en iteratieve taken voor het ontwikkelen van modellen met behulp van grensverleggend onderzoek, en verkort de marktintroductietijd.
Bouw en implementeer automatisch voorspellende modellen met behulp van de gebruikersinterface zonder code of via een notebookervaring waarbij de code de hoogste prioriteit heeft.
Verhoog de productiviteit met gemakkelijke gegevensverkenning en profilering, en met intelligente ontwikkeling van functies.
Maak eenvoudig nauwkeurige modellen die zijn aangepast aan uw gegevens en verfijnd met een breed scala aan algoritmen en hyperparameters.
Ontwikkel de juiste AI-oplossingen met de mogelijkheid om modellen te interpreteren en verfijn uw modellen om de nauwkeurigheid te verbeteren.
Bouw modellen op uw eigen manier
Maak eenvoudig modellen met de gebruikersinterface zonder code voor geautomatiseerde machine learning of via een notebookervaring waarbij de code de hoogste prioriteit heeft. Pas uw modellen snel aan en pas beheerinstellingen toe op iteraties, drempelwaarden, validaties, geblokkeerde algoritmen en andere criteria voor experimenten. Zoek het meest nauwkeurige model voor uw gegevens en implementeer het vervolgens.
De productiviteit verbeteren met het automatisch maken van functies en gegevensvisualisatie
Visualiseer en profileer uw gegevens om gemakkelijk trends te herkennen. Ontdek veelvoorkomende fouten en inconsistenties in uw gegevens via richtlijnen en begrijp aanbevolen acties beter en pas ze automatisch toe. Gebruik de geautomatiseerde selectie van functies en de mogelijkheden voor het genereren van nieuwe functies om tijd te besparen en zeer nauwkeurige modellen te bouwen.
Efficiënt modellen maken
Met geautomatiseerde machine learning wordt op een slimme manier gekozen uit een breed scala aan algoritmen en hyperparameters om te helpen bij het bouwen van zeer nauwkeurige modellen. Gebruik intelligent stoppen om tijd te besparen bij berekeningen en geef voorrang aan de primaire metrische waarde en subsampling om experimentuitvoeringen te stroomlijnen en resultaten te versnellen. Gebruik ingebouwde mogelijkheden voor algemene machine learning-taken, zoals classificatie, regressie en tijdreeksprognoses, waaronder Deep Neural Network-ondersteuning, voor het verwerken van grote gegevenssets en het verbeteren van modelscores.
Modellen beter begrijpen
Ingebouwde ondersteuning voor overzichten van experimentuitvoeringen en gedetailleerde visualisaties van metrische gegevens helpen u bij het begrijpen van modellen en het vergelijken van modelprestaties. Door de interpreteerbaarheid van modellen kunt u beoordelen of een model geschikt is voor onbewerkte en ontworpen functies en krijgt u inzicht in de functie-urgentie. Ontdek patronen, voer wat-als-analyses uit en ontwikkel meer inzicht in modellen ter ondersteuning van transparantie en vertrouwen in uw bedrijf.