一站式构建、训练和部署模型,每个开发阶段可以选择不同的机器学习类型,不浪费资源。 能够在不同环境下简单、快速的实施部署,同时可扩展性好,兼容性强,操作方便。”
支持多种类型数据的接入,既包括结构化数据,又包括非结构化数据,并提供多种接入方式。
包括数据清洗和数据探索,数据融合、数据缺失处理、数据分类、打标签、数据异常处理、数据平滑等功能
支持特征构建、特征选择、特征降维、特征编码等特征工程必备流程,同时提供可视化的特征重要性评估功能
在建模环节,对于编程能力较弱的用户,平台提供拖拉拽的方式方便用户快速建模,降低用户使用门槛
机器学习平台为企业用户提供可调用的功能模块以及拖拉拽的建模工具,实现低代码模型开发,降低用户的使用门槛;同时,机器学习平台支持多种预训练模型和特定任务的流程,简化建模流程。
模型在部署到业务场景之前需经过多次迭代,不断地进行数据处理与模型迭代以实现模型的最优化,机器学习平台提供数据可视化、数据增强、数据准备工具等,加速模型的迭代过程。
企业用户可以使用机器学习平台上的协作工具实现数据、模型、仪表板以及其他相关信息的共享,促进团队协作。
机器学习平台通过端到端的建模流程,使企业用户实现机器学习的全生命周期管理