fbpx

DataRobot

從 AutoML 到 MLOps 的一站式企業 AI 平台

支援眾多開放架構
縮短開發預測模型時間
部署、維運完整流程全部自動化

最新 The Forrester Wave 精選 AI 與 ML 平台領導者

內建與時俱進且超過上百種 Kaggle 平台認證過的模型

國防等級安全性,已受美國監管機構認可

全球最大零售商、全球最大汽車製造商、美國前3大銀行與保險公司皆信任採用

加速 AI 落地與持續落地 AI 的關鍵字

什麼是 AutoML、什麼又是 MLOps

機器學習是實現 AI 人工智慧結果 (感知Sense、創造Create、推測Reasoning、應對React) 的必要手段

機器學習意思是:讓電腦系統具有自主學習的能力,而這個能力不是簡單寫下固定的邏輯判斷程式就可得來,是需要由人類訓練出來的。

而我們去「訓練機器具備學習的能力」的整個過程,就是模型訓練。但這個過程,非常繁複且需要不斷試錯,且在有限時間內,也很難確定其學習能力的優劣、對歷史資料模式的識別跟預測是否已達最佳化?其判斷結果是否是可信任的?是否可以很有信心的用來輔助做最終決策?都是企業在實踐 AI 之路的挑戰。

因此,AutoML 自動化機器學習 (Automated Machine Learning),簡單來說,就是將這個訓練過程自動化處理

AutoML 是一個加速迭代的解決辦法,AutoML 輔助演算法開發工程師、資料科學家等,能快速得到反饋,針對反饋重新蒐集數據,更快進入下一輪的訓練與最後一哩的應用。

MLOps 是一種原則和做法,在實踐上不限任何一種程式語言、平台、模組。

MLOps 目的:是要確保 ML 模型的快速交付與品質,依照 AI 專案的特性,在資料管理、模型實驗、模型監控、模型再訓練 有更多的強化

MLOps 關鍵要素包含6項:自動化、版本控管、可重現性、治理政策、跨團隊協作、稽核軌跡

根據 AI 專案四大階段, MLOps 有不同的關注點

  1. 收集與準備資料,MLOps 關注點有:資料存取權限控管、資料品質檢查
  2. 建立與調整ML模型,MLOps 關注點有:快速模型實驗、模型實踐數據完整紀錄
  3. 部署模型,MLOps 關注點有:批次預測、即時預測、Kubernetes/Hadoops等系統環境整合
  4. 監控ML模型效能與再訓練,MLOps 關注點有:資料飄移、模型準確度與模型效能監控與問題通知、再訓練流程驅動、再訓練前的資料品質驗證、再訓練後的模型驗證與部署

傳統建立資料模型與預測引擎的方式

單識別出最符合過去歷史資料模式的模型,往往已耗時2-3個月以上

機器學習 流程圖

透過 DataRobot AutoML 加速找出最適模型

透過核心技術 Model Blueprint 縮短最耗時的步驟

DataRobot 自動化處理技術
根本解決演算法「Black Box」特性,讓預測結果有解釋依據與可信度

DataRobot 三大獨家優勢:自動化、透明化、文件化

核心技術 Model Blueprint 內建上百種經 Kaggle 平台認證過模型,並可自動排名模型優劣

Model Blueprint 根據最新開源機器學習框架,持續新增與測試,讓內建模型庫保持最優化狀態

Model Blueprint 內每一步驟皆提供完整文件,有助解釋背後運作,同時建立內部知識庫

透過核心技術 Model Blueprint,您可以清楚知道

  1. 共用了哪些演算法與參數組合來模擬歷史資料?
  2. 不同的演算法,分別對原始數據做了哪些不同的預處理?做了哪些不同的特徵工程?
  3. 最後建議的最佳模型 (The blender models) 是由哪些單一模型的加權平均得出的?

能同時全面支持企業實踐 MLOps 的整合式 AI 平台

DataRobot MLOps 可以為 AI 應用提供持續性學習,以確保模型始終可以滿足不斷變化的外部環境條件、確保模型保有一定的準確度

DataRobot 企業級AI平台全圖
我要預約Demo演示!

DataRobot 客戶見證

我們把 DataRobot 視作可以在健康照護產業勝過競業的投資,如果不是用 AI,你要如何能改善品質分數、降低成本、減少客戶流失?我們在短短12個月內,省下1億美元的潛在損失!

HealthFirst 第一保健紐約最大型的非營利醫療保險公司

有了 DataRobot 的加乘,現在團隊每個成員在做的事,相當於原本要 6-7人才做得來的。相較傳統的機器學習生命週期,AutoML 整整提高 6 倍的生產力跟效率、模型數量也提升了 3 倍

萬事保顧問有限公司

DataRobot 對我們團隊生產力的貢獻極大!還沒使用 DataRobot 前,我們原本只能一天測試一個想法,現在則是可以一天測試 5-10 個想法藉由整合團隊每日作業流程,我們已經大大改變我們原本測試跟研究問題的方式!

Carrefour 法商家樂福

如果沒有 DataRobot 的助力,我們的資料科學團隊可能要多花一千萬、還有多花三年的時間才能完成。DataRobot 對我們來說是一種極高報酬的投資!

Tommy TanTC Capital 企業融資顧問公司
更快掌握客戶需求、更精準管理風險

DataRobot 在各行業的應用

  • 減少客戶流失
  • 降低訴訟風險
  • 提升詐欺偵測率
  • 及早辨別代位求償可能

» 點此看更多保險業應用案例

  • 更準確的信用評級
  • 即時防治金融犯罪
  • 提升客戶體驗
  • 優化現金流管理,預測新貸款需求、預付速度、ATM現金量等

» 點此看更多銀行業應用案例

  • 資產管理
  • 辨別IPO項目的最佳投資者
  • 客戶併購活動預測
  • 客戶摩擦風險管理

» 看更多投資金融機構應用案例

  • 利潤最大化的折扣水平
  • 產品庫存優化
  • 產品組合分配預測
  • 最佳店址選擇

» 點此看更多零售業應用案例

  • 產品原料組合優化
  • 異常偵測、瑕疵檢測
  • 預測性維護
  • 最佳化生產量

» 點此看更多製造業應用案例

  • 再入院預測
  • 最佳化加護病房資源
  • 預約掛號未到預測

» 點此看更多醫療業應用案例

來信深入了解應用案例
實際走訪超過 100 家台灣企業,協助評估其預測議題可行性

台灣首家代理商 PGi 能提供的服務項目

軟體租賃授權

詢問租賃方案

預測題目諮詢

了解如何進行

與 Tableau 整合

了解如何整合
2022年第三季 The Forrester Wave 精選 AI 平台前三大領導者

支持從 AutoML 到 MLOps 需求的一站式企業 AI 平台

Resources

熱門推薦

聽完 DataRobot 介紹後你可能會有的9個疑問
READ MORE
3種打造 AutoML 自動化機器學習的方式(含平台推薦)
READ MORE
DataRobot AI 平台介紹|從 AutoML 到 MLOps 重點功能
READ MORE
台灣企業部署 AI 模型最挑戰的3件事(含升級建議)
READ MORE
最新調查|台灣企業 AI 成熟度現況與導入 AI 三大基本面
READ MORE
2022 企業數位轉型Phase 2「數位優化」PGi 軟體工具推薦
READ MORE

看 DataRobot 如何成就各領域 AI 英雄

DataRobot-ai-hero