微信扫一扫联系客服

微信扫描二维码

进入报告厅H5

关注报告厅公众号

418

2022—2023・数据科学与机器学习平台应用实践报告

# 数据科学 # 机器学习 大小:8.54M | 页数:33 | 上架时间:2023-03-15 | 语言:中文

该报告已下架

类型: 专题

上传者: XR0209

出版日期: 2023-03-14

摘要:

随着数据体量的快速增长、算法迭代优化以及CPU、GPU、DPU等多种算力技术的发展,以大数据建模为核心的机器学习技术正被企业广泛应用到营销、广告、风控、生产等场景中。

机器学习涉及复杂的建模流程,如数据准备、特征工程、模型训练、模型部署、模型运营等,需要数据工程师、数据科学家、数据分析师、BI、软件工程师以及业务人员等多方协作。在企业传统的建模方式中,建模以项目制为主,建模周期长,协作困难,建模门槛高且严重依赖数学科学家。

然而,市场环境、消费者需求的快速变化推动企业向敏捷性组织转型,对业务决策时效性要求更加严格。对此,企业一方面需要提升建模效率以支持业务的持续更新、适应广泛的建模场景,另一方面也需要赋予一线业务人员建模能力,提升业务人员对市场的反应能力。传统建模方式难以满足企业快速决策需求。

数据科学与机器学习平台为企业提供了一个高效的解决方案。数据科学与机器学习平台整合数据接入、数据准备、特征工程、模型训练、模型部署、模型管理及模型运营等模型开发全流程,集成丰富的模型开发工具,不仅能有效提升模型开发效率,还能基于AutoML实现低门槛建模,满足业务人员的建模需求。数据科学与机器学习平台正成为企业数智化转型的必要基础设施。

不同行业的企业对数据科学与机器学习平台的需求侧重点不同。如对于具备专业建模人员的金融、医疗等行业,需要数据科学与机器学习平台兼顾专业建模人员和业务人员的建模需求;而对于普遍不具备专业建模人员的其他传统行业,如工业、消费、能源等,更需要业务人员可快速上手的低门槛建模系统。

本报告选取具有代表性的金融行业、工业行业的数据科学与机器学习平台解决方案为研究对象,围绕该解决方案在大中型企业的落地应用展开研究,重点分析两个行业中甲方对数据科学与机器学习平台的需求和解决方案。

展开>> 收起<<

XR0209

相关报告

更多

浏览量

(185)

下载

(13)

收藏

分享

下载

*

投诉主题:

  • 下载 下架函

*

描述:

*

图片:

上传图片

上传图片

最多上传2张图片

提示

取消 确定

提示

取消 确定

提示

取消 确定

积分充值

选择充值金额:

30积分

6.00元

90积分

18.00元

150+8积分

30.00元

340+20积分

68.00元

640+50积分

128.00元

990+70积分

198.00元

1640+140积分

328.00元

微信支付

余额支付

积分充值

填写信息

姓名*

邮箱*

姓名*

邮箱*

注:填写完信息后,该报告便可下载

选择下载内容

全选

取消全选

已选 1