Altair 发布全新的 Altair® Knowledge Studio® 机器学习和预测分析解决方案
2020-07-24
2020 年 7 月 16 日,Altair推出 Altair Knowledge Studio 新版本,将提升数据建模和预测分析的速度、灵活性和透明度。

“作为一款可供数据科学家和商业用户等使用的强大解决方案,Knowledge Studio 持续引领数据科学和机器学习市场。”Altair 首席技术官 Sam Mahalingam 表示。“Knowledge Studio 无需代码即可快速可视化数据,并生成解释结果。”

Knowledge Studio 新版本增加自动化机器学习 (AutoML) 优化建模过程,为用户提供无与伦比的洞察力,以及对实现结果的理解,满足在欺诈预防、采集优化、营销、销售、CRM 分析、产品设计和工程等领域工作的业务分析师和数据科学家等广泛的受众。

在几分钟内优化整个工作流
Knowledge Studio 具有先进的功能、高度可配置的设置方法和易操作性。其新版本通过 Altair 基于点数的专利许可模式可简化整个工作流。首先,数据通过替换缺失值和处理异常值自动改进。其次,AutoML 构建并对比多种不同模型,以确定最佳可用选项。与人工方法相比,优化结果只需几分钟就能完成。透明度的提升使得商业用户或数据分析师享有快速学习的机会和自由。控制的改进使得数据科学家可根据需求修改模型并微调性能。

揭密机器学习支持的数据建模
与竞争产品不同,Knowledge Studio 没有采用封闭用户的‘黑匣子’方法。Knowledge Studio 全面遵循负责与可解释的人工智能 (AI) 原则,揭示了已开发模型的内部工作原理。虽然模型是自动开发而成,但可解释 AI 让用户相信,无论是什么模型,都能轻松理解、解释和评估流程。

Knowledge Studio 的其他新功能包含:
• 支持所有预测性建模的自动化 Python 代码生成,可快速创建部署就绪的模型,无需任何编码技能。
• 直接将数据导出到 Altair 行业领先的数据准备工具 Altair Monarch。
• 支持 R 语言 4.0 或更高版本。


 AutoML_Both – 当 Altair Knowledge Studio AutoML 节点连接到源数据集,AutoML 会为 ML 模型准备数据,自动替换缺失值(如果存在),完成变量转换并构建多个模型。模型构建并训练完成后,使用曲线下面积 (AUC) 报告识别出分类成功率最高的模型。

 模型选择器报告 - Altair Knowledge Studio 的模型选择器报告列出了输出模型中所有模型所选评估指标的值。

 AutoML Settings Automatically Selec Variables - Altair Knowledge Studio 的 AutoML 向导可自动选择重要变量,此功能在存在数百个变量时非常实用。此外,用户可手动选择数据,并通过复选框选择要包括/排除的变量。

 AutoML Modelling SelectModels - Altair Knowledge Studio 向导将选择所有模型,但用户可手动取消选择(如有需要)

 最佳渠道的工作流优化 - Altair Knowledge Studio 的界面和工作流示例。在此示例中,该模型正寻求营销活动的下一个最佳渠道,使用优化节点来确定不同变量的不同变更对模型的影响