首页 >> 科技 > 同盾科技机器学习平台飞速成长 生态体系日臻丰富

同盾科技机器学习平台飞速成长 生态体系日臻丰富

时间:2019-11-07 13:49:18

日前,同登智能控风机器学习平台赢得了中国银联的投标,并再次获得了与行业基准客户的合作。机器学习平台是同一盾产品谱系中相对较新的成员。在过去两年中,它已经实现了多轮迭代升级。它不仅拥有先进的技术能力,而且拥有越来越丰富的客户生态系统。先后与中国银联、杭州银行、晋商银行、浙江敏泰银行、中国银行消费金融等重量级客户携手合作。同时,还与浙江大学在机器学习平台上达成战略合作,支持其对人工智能前沿技术的探索,创造了一系列“第一”。同登机器学习平台正逐步进入行业的先进行列。

面向所有行业的全堆栈机器学习服务平台

同一个盾构机学习平台是全行业同一个盾构的全栈式机器学习服务平台。它拥有标准化的机器学习模式和全生命周期管理,致力于加速企业的数字化和智能化转型。

这是基于成千上万的客户服务经验、机器学习模型生命周期管理能力和强大的数据分析能力开发的新一代通用机器学习平台。

同一个盾构机学习平台建立在同一个盾构dc(datacomput)计算平台上,具体包括数据处理、特征工程、模型训练、模型部署、模型监控和模型进化六个过程,完成整个模型生命周期管理的闭环。

随着生态系统的不断扩展,同一盾构机学习平台的商业化和产业化速度显著提高。为了满足复杂场景下数据挖掘、特征工程、建模、监控和决策的需求,企业正在得到帮助,建立全过程智能决策中心,实现人工智能能力的规模化落地。

同一个盾构机学习平台让人工智能更加普及

机器学习平台的整体框架由同一屏蔽基础设施的cpu/gpu分布式计算集群保证。底部的data domain是一个基于相同屏蔽的大型数据平台。中间层的计算领域除了传统的火花计算引擎之外,还包括深度学习、深度学习、图形计算引擎等。在功能领域,通过算法市场、学习流程、模型平台、模型监控、模型部署等功能。,整个机器学习生命周期的过程就打开了。

一百亿数据处理能力

在同一个盾构模型的训练和操作中,数据量是十亿或一百亿,巨大的数据处理需求使得同一个盾构机学习平台具有超大规模的分布式存储、建模和计算能力。该平台不仅可以从海量数据中进行特征推导和特征工程,还可以处理高维特征和亿万维特征训练,进行高效的运算计算和挖掘商业价值。传统的数据流大多是离线的。同一盾构机学习平台上80%的数据处理基本上是准实时的,使得机器学习训练结果能够实时反馈到业务流程中,从而实现企业的智能决策。

支持100+算法

同一盾构机学习平台拥有完整的算法库,包括监督学习、决策树、逻辑回归、随机森林深度学习和神经网络。半监督pu学习;无监督学习,高斯混合,知识地图,knn,dbscan和100多种其他算法。

适应最广泛使用的群体

通盾机器学习平台的应用不限于银行、保险、电信、物流、医药等企业类型。用户角色不仅可以面对算法工程师、数据挖掘分析师等专业的数据算法专家,还可以为运营商、市场人员、开发工程师、数据工程师、操作维护人员等服务。企业、大学或研究机构不仅需要为企业ai应用、监管和公司战略购买机器学习平台,还可以为学生或ai爱好者提供建模平台,例如提供ai课程的大学和算法竞赛。

为了适应所有群体,网络用户界面的设计风格简洁,消除了繁琐的公式和复杂的代码逻辑。即使是没有技术能力和经验的用户也可以在简单的指导下轻松开始并构建自己的任务,从而大大降低机器学习的门槛。

以相同的盾构机学习平台为目标,形成了独特的竞争优势:1 .它提供人工智能应用开发集群控制、任务调度、计算资源的高效利用、模型部署、操作和维护监控等底层功能,使算法合作伙伴能够专注于模型算法的开发;2.高效实现大规模分布式深度学习训练,解决深度学习计算能力瓶颈;3.友好的sdk接口和ide交互开发环境降低了建模阈值,便于算法合作伙伴开发算法模型;4.提供丰富的标准机器学习模型库,内置100多名操作员和货架选择;5.实现团队角色的高效协作:通过统一、高效的平台系统,将以前分散、零散的数据、场景和模型集成到同一个生态环境中,实现业务领导者、数据工程师、开发工程师以及运营和维护工程师之间的高效协作。

新升级的三大亮点

经过多次迭代,新一代机器学习平台在基础设施、分布式计算能力和应用性能方面完成了新一轮升级。升级后的机器学习平台有三大亮点。

亮点一:图灵-acc

为了解决海量数据和大模型计算的瓶颈问题,构建了基于ps架构的大规模分布式机器学习。与目前的spark架构相比,主算法的性能提高了约10倍。

亮点2:数据流加速

环全分布式通信框架可以实现gpu数几乎线性加速。

自主开发的数据流加速技术读取数据的速度是主流开源深度学习框架(tensorflow等)的5倍。)。

亮点3:自动化机制

自动化机制最大限度地渗透到机器学习建模过程的各个环节,降低机器学习的使用门槛,提高建模效率。自动化中的两个突出环节:

智能推理管道(Intelligent Reguration Pipeline):机器学习有许多环节,如特征工程、模型选择、超参数调整等。每个链接都有许多选项。构建了基于强化学习的机器学习流水线机制,自动选择更好的组合模式,大大节省了建模者的实验时间。

自动特征工程(Automatic feature engineering):能够基于关系数据、图形结构数据等异构类型的基础数据,自动提取和导出超大高阶语义特征和隐藏语义特征,从而大大提高模型效果。

同登科技是国内智能风力控制和分析决策的提供商。作为技术驱动型企业,人工智能技术和数据分析能力是同墩血液中流动的天然养分。同登机器学习平台以人工智能、云计算和大数据三大技术体系为核心驱动力,整合了多种创新技术。它的出现不仅进一步强化了同墩技术的技术壁垒,也为今后进一步的技术探索奠定了良好的基础。

(编辑:王庆余)

江西11选5