其强大的AutoML？Forrester公司发布的机器学习技术现在报告

&emsp；&emsp；[IT新闻]近日，全球权威的市场研究和咨询公司Forrester发布的“现在科技：预测分析和机器学习在中国，Q3 2020”报告，深入中国30多个研究（包括在中国国际公司提供服务）机器学习主要供应商，AI正在寻求增强企业提供公正，客观的参考的能力。凭借创新的奇数领先的机器学习技术和着陆的迅速商业化，强大的入围中型制造商的机器学习营，和IBM，SAP等国际巨头在同一列。

Forrester公司是世界公认的值得信赖的顾问，长期务实和前瞻性的技术和客户服务的影响，建议带上。现在，技术报告，学习机学习中国的主要生产商（包括提供在中国国际服务）的机器来进行市场规模，产品特点，应用的综合分析，和地板的情况下，为企业IT决策者的其他方面了解机器学习平台，选择高价值的供应商提供一个权威的参考。

Forrester公司认为，企业正在加速AI提升自身的能力建设，在2019年公司已54％开始部署AI来预测未来五年的能力，所有的公司都需要部署AI的能力。在道路本身AI能力企业的建设，自动化的机器学习平台是一个重要的有利工具，已经获得决策者的广泛关注。报告指出，自动化的机器学习来加快这一进程，然后再从人工智能的应用来分析训练数据模型，解决了有限的AI和科学数据资源，并在耗时的模型开发的限制，已成为企业创造预测模型的重要引擎，这些模型可以进一步注入智能的企业客户服务和运营过程。

两年多来，创新奇数犁在机器学习领域打造猎户座为AI的企业级应用？自动化机器学习平台2.0，完成一次一站式数据处理，训练算法，模型部署和随后的迭代中的管理，开辟从数据层到应用层的连接，AI层的能力，从而使公司在AI站建设。猎户座自动化机器学习平台2.0现已广泛应用于制造，金融，零售，逐渐崭露头角聚集在机器学习市场巨头。

&emsp；&emsp；整个过程，自动化

猎户座变成学习机时代的“产品”

提到机器学习，很多人都将被视为实验室的独家产品。创新奇数猎户座自动化的机器学习平台做了学习机“产品”和“商业化”，通过各种发展任务和AI算法包在一起，为用户提供易于使用，AI的轻松定制功能，普通用户可以迅速地将嵌入他们的应用程序，这些AI的能力，然后迅速开展业务模型验证，抓住机遇，更快地创建新业务价值。

图像而言，猎户座自动化机器学习平台作为一个整体AI模式开发流程的自动化生产线，涵盖了“数据访问？- 数据预处理 - 其中？程 - 训练算法 - 模型评估 - 模型部署 - 示范线管理“AI开发生命周期，易于使用，快速部署，真正做到MLaaS（机器学习服务）功能。

&emsp；&emsp；低门槛，高效率

从1-2周的开发周期降低到3-4个月

创新奇数猎户自动化机器学习平台是机器学习的开发平台，从研究芪创新，对象检测语义分割，分割示例的联合图像分类，高维特征，定时检测，NAS，加强先进的学习低阈值，物流业数十机器学习的优化和深入学习算法工具箱。平台可以自动功能选择，特征提取生成，自动算法选择，超参数调整，简单的步骤跨越“算法”鸿沟和专家经验依赖，非专业人士完成的应用需求的算法模型，强AutoML能力，帮助用户工程师可以快速开发算法AI生产型号，从3-4个月到1-2周的开发时间。

为了进一步降低阈值，猎户自动化机器学习平台还支持无代码的操作，而不编码数据预处理操作，选择算法，训练算法来进行。此外，为满足个性化的需求，该平台支持JupyterLab IDE环境，以方便进入？自定义代码开发和模型生成。

相比于一些“高凉” AI平台，猎户座自动化机器学习的平台是非常接近的人，体验友好，功能设置非常脚踏实地。例如，响应于复杂多样的数据类型，猎户支持结构化数据，图像/文本/语音/视频和其它非结构化数据，和实时数据访问，诸如SCADA系统的真实世界可以停靠？工业实时数据库。虽然自动化平台，但并非完全“黑箱”操作，但整个可视化，一目了然开发进度。对于普通用户所面临的问题，我不知道如何选择不同的算法，与指标分析功能猎户座模型，可以是各种算法的多维评估生成图表，方便用户观察每个模型的效果。此外，还支持？重点部署到生产环境和产出模型，对业务线所形成的模型，该行可用于饲料？监督和管理，通过模型的持续经营，确保企业AI的商业价值。

&emsp；&emsp；资源分级管理，降低运营商的依赖性力

数据是机器学习的基石，但大量的企业IT基础架构访问数据造成更大的影响，模型训练和推理需要消耗大量的电力运营商，因此强行调整和资源调度考虑，帮助企业降低成本，迫使运营商至关重要的企业级AI的普及。

创新奇数猎户座自动化的机器学习平台运营商分级管理资源。在物理层资源，不仅？保存用户个人环境的部署，同时还支持？公共云或混合云资源投入？部署和操作？。在逻辑资源层，猎户互联网为物理资源？抽象，形成一个CPU，GPU，存储器，存储用于逻辑计算资源对象。然后，基于算法和异构体的容器（泊坞）微服务架构，虚拟资源产生层和底层存储扩展计算资源操作者需求力时，弹性。在资源管理的基础上，大规模集群管理Kubernetes猎户座自动化机器学习平台实现多租户容器资源？成和发布时间表。对于工业级海量实时数据接入，猎户座优化数据访问效率，计算吞吐量和PB级并行的训练数据数据，数据毫秒级性能优化在线推理。

&emsp；制造业，金融，零售等地面应用的许多领域

目前，制造业，金融，零售等企业的区域采用创新的奇数猎户座自动化机器学习平台，建立了PUE能源效率管理，供应链智能，预测操作和维护自己的AI能力，带来享受AI业务价值提升。例如，中国华电直属科研机构 - 华电电力科学研究院，创新启智猎户座自动化的机器学习平台郗慧云维风力发电场，在短短一周内实施完成平台的部署，所有的内3的实现几个月构建风扇模型，优化，风力机，以评估的准确性增长超过10％。

除了软件平台，进一步降低了门槛，为用户部署AI，创新启智还推出了针对AI核心创新ABC奇数一体机猎户座自动化机器学习平台，瞄准了新一代的智能计算基础设施设备进行数据中心应用场景，与“软件和硬件集成，而云协作，产品+服务”的从地上爬起来的方法来AI提供综合设施算力行业的顶级企业应用程序中启用。

（广告信息）