机器学习与预测分析服务平台

提高企业构建智能应用的能力以及效率,简化复杂机器学习算法的使用成本,帮助企业实现信息数据化、模型化的商业模式。
产品白皮书
联系我们

让每个企业拥有自己的数据科学研究院

数据采集

支持所有主流数据库、文件系统、文本格式的数据接入,支持大数据生态系统技术的对接,如H D F S 、HBase、Hive等。

特征分析

通过多种数据清洗、转化、降维算法,有效的支持不同机器模型的特征抽取和特征复用,大大降低特征工程的开发成本。

模型训练

提供基于分布式计算框架编写的大规模机器学习算法库,以及全流程可视化的迭代式模型训练,辅助数据科学家构建高性能的挖掘模型。

评估预测

支持在线、离线两种模型评估手段,简化模型评估工作。评估结果的可视化展现让评估结果一目了然,训练出的模型更匹配业务问题。

部署应用

通过云服务REST接口或者现场POJO应用部署,为大数据科学团队与数据工程团队建立顺畅的桥梁,确保智能应用的敏捷开发。

快速为客户构建AI能力

大数据快处理

基于分布式数据处理方式,为大数据的处理效率提供强有力的支撑,实现数据从产生到计算结果的生成秒级延时,提供准实时的分析、挖掘能力。

精准分析 深度挖掘

支持对海量数据的数学模型构建,多钟函数式语言(DSL、SQL、R等)的智能模型构建,确保挖掘的深度和预测分析的精准度。

多维特征实时分析

提供实时交互式查询分析结果的数据化展现,根据分析结果帮助数据科学家进行后续特征工程阶段的工作。

全流程自动化模型构建

系统自动寻找最优的算法模型以及参数配置,大大降低数据挖掘工具的使用难度,使得一般的业务人员也能够构建针对自身业务的高效智能模型。

更多成功案例

上海银联防欺诈分析平台

通过使用SaCa RealRec产品对欺诈行为多维度数据进行分析挖掘,特征提取、建模分析,实现了欺诈源甄别的准确率超过90%,为个人以及团体的财产安全作出保障。
阅读成功案例

中翼航食配餐案例

通过历史航班和所提供的餐饮量来进行数据建模,预测下次航班的人数,并准备适当的餐饮数量,提高了配餐计划的合理性、餐食的利用率,实现降本增效的目的。
阅读成功案例

北京地铁

在轨道交通系统的运营过程中,SaCa RealRec对客流的动态变化进行实时跟踪和系统分析,掌握客流变化规律,保障轨道交通系统运输组织工作得以顺利进行。
阅读成功案例
在线咨询
联系我们
关注我们