《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》 —2.3.5 第四范式AI Prophet Auto

华章计算机 发表于 2019/11/15 15:35:55 2019/11/15
【摘要】 本节书摘来自华章计算机《深入理解AutoML和AutoDL:构建自动化机器学习与深度学习平台》一书中第2章,第2.3.5节,作者是王健宗 瞿晓阳  。

2.3.5 第四范式AI Prophet AutoML

1.简介

AI Prophet AutoML是一款覆盖了机器学习全流程的自动化产品,帮助企业低门槛、规模化拥有自主可控的AI能力,从而在广告营销、风险控制等高价值、高难度决策类场景中拥有出色的决策能力。 AI Prophet AutoML通过简洁、易理解、易操作的方式覆盖了从模型调研到应用的机器学习全流程,打通了机器学习的闭环。用户只需“手机行为数据、手机反馈数据、模型训练、模型应用”4步,无须深入理解算法原理和技术细节,即可实现全流程、端到端的AI平台构建。在降低门槛的同时,其构建编码方式也与传统人工智能方法不同,AI Prophet AutoML提供了“傻瓜式”的交互界面,即让企业免去编码定义建模的过程,将开发AI应用的周期从以半年为单位缩短至周级别。

2.应用场景与数据处理

AI Prophet AutoML还展现出了比较高的模型水准。在疾病预测、金融反欺诈、互联网推荐、广告营销、风险控制等高价值、高难度的决策类场景测试下,该平台做出了接近甚至超过顶级数据科学家的模型数倍的效果,让AI拥有出色的决策能力。另外,模型可一键上线,生成预测API,也可根据需求自动上线。系统支持资源自动弹性伸缩。

在数据管理方面,该产品针对AI应用设计数据治理流程,包括数据自动推断、自动清洗、预处理、自动标记等,由此将数据分为行为数据与反馈数据的管理,更符合AI应用的场景,有目的性地让数据为AI服务。

在企业数据方面,从历史数据的利用到模型上线后新产生数据的自动回流,再到新数据的自动训练,一系列的过程使得企业数据变为活水,不断产生与使用,常用常新,越来越精准。如图2-18所示,是一个在线广告投放的案例,该企业的过程数据不仅可用于投放在线广告,还可以实现个性化推荐和实时反欺诈功能。

第四范式致力于提供通用的平台能力,降低AI应用的门槛,为企业打造一套自动化、流程化的工具。AutoML平台,是第四范式在先知系统的基础上进一步降低企业AI落地应用门槛和TCO成本,拓展衍生平台专业应用能力和生态产业链的成果。

image.png 

图2-18 企业数据应用


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:cloudbbs@huaweicloud.com进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。