方案概(gai)述(shu)

政府和(he)企業的信息化積累了(liao)大量的數據,涵蓋其(qi)業務、運(yun)營(ying)、財務等各個方面(mian),隨著(zhou)數據維度的增多和(he)關聯度的增強,傳統(tong)BI的分析方法已經無法充(chong)分的挖掘數據中的價值。人(ren)工智能的再(zai)次興(xing)起為數據提供(gong)了(liao)新的應用模式,能夠從(cong)高維度的數據中發現深層的關聯關系(xi),精確地進行分類、預測(ce)等分析,從(cong)而為政府和(he)企業的決策提供(gong)依據。同時(shi),人(ren)工智能也對政府和(he)企業應用的建設者提出了(liao)新的要求(qiu)。

首(shou)先,人(ren)工智能在(zai)政府和(he)企業的應用要求(qiu)建設者具備將業務映射到(dao)數據的能力。建設者一方面(mian)要熟悉業務過(guo)程、內容和(he)需(xu)求(qiu),另一方面(mian)需(xu)要了(liao)解當前所能夠掌握的數據資源(yuan),並將業務的需(xu)求(qiu)與(yu)數據資源(yuan)關聯起來。

其(qi)次,人(ren)工智能在(zai)政府和(he)企業的應用要求(qiu)建設者具備數據和(he)算法建模的能力。建設者需(xu)要具備統(tong)計(ji)、機器學習、深度學習等領域的專業知識,能夠針對業務場景的需(xu)求(qiu)建立數據的模型和(he)算法的模型,並對模型進行訓練(lian)、驗證和(he)優化,使其(qi)能夠滿足業務應用的要求(qiu)。

除此之外,政府和(he)企業的應用建設者還需(xu)要轉變傳統(tong)的應用建設思維,從(cong)人(ren)工智能的層面(mian)理解應用的內容和(he)工作(zuo)方式,從(cong)數據的準備、標(biao)注,到(dao)模型的更(geng)新,實現面(mian)向回(hui)歸、分類、預測(ce)、關聯發現等類型tong)【暗男灤陀τ謾br />因(yin)此,政府和(he)企業迫切需(xu)要一個能夠幫助其(qi)簡單(dan)、快(kuai)速(su)使用人(ren)工智能模型和(he)算法方案,釋放數據中的價值。

金(jin)蝶天燕人(ren)工智能應用解決方案是一個集成了(liao)大數據緩存、大數據分析處理引擎、人(ren)工智能算法模型以及大數據分析與(yu)建模平台的整(zheng)體解決方案,能夠幫助用戶簡單(dan)、快(kuai)捷的實現zhi)cong)數據的采集、緩存到(dao)分析建模以及應用與(yu)可(ke)視(shi)化的全過(guo)程,降低人(ren)工智能在(zai)政府和(he)企業中應用的技術門檻。

客戶價值

1. 涵蓋主流的人(ren)工智能算法模型

金(jin)蝶天燕人(ren)工智能應用解決方案包含了(liao)主流的機器學習、深度學習算法,支持聚類與(yu)降維、分類分析、回(hui)歸預測(ce)、關聯發現、統(tong)計(ji)分析以及數據可(ke)視(shi)化等的智能分析應用場景,同時(shi)提供(gong)面(mian)向算法流程訓練(lian)、優化的主流算法和(he)模型。

2. 提供(gong)所見(jian)即所得(de)的算法流程建模方式

金(jin)蝶天燕人(ren)工智能應用解決方案為用戶提供(gong)交互式、可(ke)見(jian)即所得(de)的分析和(he)流程建模界面(mian),可(ke)幫助用戶構建人(ren)工智能分析的實驗床(chuang),通過(guo)直(zhi)觀的方式嘗(chang)試不同的算法,建立數據分析流程和(he)模型,訓練(lian)、測(ce)試、驗證和(he)優化分析流程。

3. 支持主流的數據計(ji)算引擎

金(jin)蝶天燕人(ren)工智能應用解決方案支持主流的計(ji)算框架,包括主流的Tensorflow、Theano、Keras等人(ren)工智能計(ji)算框架,支持兼容cuda架構的GPU計(ji)算,可(ke)適shi)Σ煌  俊 煌 嘈鴕滴裼τ枚約ji)算框架、資源(yuan)類型和(he)計(ji)算能力的要求(qiu)。

產品組(zu)合及特性

1. 快(kuai)速(su)上手

用戶通過(guo)可(ke)見(jian)即所得(de)的拖(tuo)拽式操作(zuo),建立數據分析流程

2. 快(kuai)速(su)建模

模型組(zu)件(jian)通過(guo)黑盒(he)方式運(yun)行,用戶可(ke)通過(guo)兼容的組(zu)件(jian)進行建模,無需(xu)具備很(hen)深的理論基礎

3. 快(kuai)速(su)洞chuang)/span>

用戶可(ke)對數據樣本(ben)進行交互式的分析,樣本(ben)分析結(jie)果隨模型變化即時(shi)生(sheng)成

客戶案例(li)

中船(chuan)物貿

中船(chuan)物貿是中船(chuan)重工負責(ze)物資集中采購的單(dan)位,需(xu)要管(guan)理近千家成員單(dan)位上萬個品類物資的采購、供(gong)應的流程。為實現物資采購及管(guan)理的過(guo)程,中船(chuan)物貿建設了(liao)物料采購平台,用于(yu)處理集團成員單(dan)位的采購he)xu)求(qiu)、審批流程以及與(yu)供(gong)應商對接的過(guo)程。

在(zai)執(zhi)行xing)鎰什曬荷shen)請的過(guo)程中,成員單(dan)位需(xu)要在(zai)物資的上萬個類別中查(cha)找到(dao)當前所申(shen)請物料xi)睦啾穡 蠢啾鶼嚶Φ哪0ban)填寫物料申(shen)請。由于(yu)物資種類繁多,物資的申(shen)請過(guo)程容易(yi)出錯,且處理效率較xi)停 罅康氖shi)間花費在(zai)了(liao)物資類別的查(cha)找過(guo)程中。

基于(yu)人(ren)工智能應用解決方案,我(wo)們對中船(chuan)物貿積累的近百萬條用戶物資申(shen)請的歷史數據進行了(liao)特征化處理,從(cong)中提取了(liao)用戶申(shen)請物資過(guo)程中對物資描述(shu)的行xing) 卣鰨 xing)成特征數據集。通過(guo)對機器學習算法的訓練(lian),我(wo)們使機器學習算法獲取了(liao)用戶輸(shu)入物資描述(shu)的語言習慣,並固化為特定的模型,從(cong)而能夠根(gen)據用戶輸(shu)入物資描述(shu)的特征,智能的生(sheng)成用戶所需(xu)物資的類別。經過(guo)多次的迭代(dai)訓練(lian),在(zai)中船(chuan)物貿的物資shou)遠 擲嗍侗鶼xi)統(tong)中,機器學習模型對物資類別的識別率可(ke)達95%。通過(guo)物資shou)遠 擲嗍侗鵡P陀yu)物資采購平台的集成,我(wo)們實現了(liao)物資的智能自動歸類,系(xi)統(tong)能夠自動根(gen)據用戶對物資的描述(shu)識別物資類別,使集團成員單(dan)位的物資申(shen)請處理效率大幅提高。

大发11选5 | 下一页