Tempo機器學習平臺上新啦|更強大、更智能、更穩定！
2022-08-04 16:17:20
次
Tempo大數據分析平臺的每一次發布，都以為用戶提供更加敏捷、高效、智能的分析應用與支撐為目標，為企業數字化轉型提供從數據采集、處理、建模分析、可視化應用到成果統一管理的系統化方案。
Tempo平臺致力于為企業數字化轉型提供基礎支撐，為數據價值發掘提供技術保障，不僅是大數據分析工具，更是企業數字化轉型數據治理、數據分析與應用的系統化能力平臺解決方案。
本次Tempo機器學習平臺（簡稱TempoAI）團隊又帶來了那些新驚喜呢？容小編給您介紹一下~
三方模型
打造智能、開放的“算法模型倉庫”
實現多種類、跨版本模型快速管理應用
數據分析應用，道阻且長，每個企業都有過很多不同模式的探索，有外采的成熟算法模型、有企業算法工程師、數據分析師自建的各種業務模型……這些模型都是企業非常重要的“知識資產”。
但是由于前期缺乏統一的AI技術規劃，這些不同時期、不同來源的模型可能采用不同技術路線、不同工具版本，成果之間難以兼容和繼承，新場景新應用難以快速部署應用……
別擔心！這些問題都交給“三方模型”來搞定，MATLAB、Python、R、SAS、GOLANG、Spark、Julia等7大常用數據建模工具、歷史版本模型均可實現“統一管理、部署與監測”，最大化幫助企業實現歷史知識資產不流失，簡化模型資產部署應用成本，打造企業專屬“知識資產管理平臺”。
Python分布式編程
大數據集群賦能Python編程
代碼運行效率提升3倍以上
Tempo機器學習平臺除了智能、便捷的拖拽式建模操作外，強大的擴展編程能力也非常受“數據分析師”的歡迎，尤其是“Python編程”，是應用最多的節點之一。
用戶使用python擴展編程節點實現了一些個性化的處理和算法邏輯，但隨著數據量的增大、復雜場景的構建，python編程的執行效率無法滿足應用需求。
“Python分布式編程”采用分區方式實現Python代碼分布式執行，最大化利用大數據集群實現并行計算，減少單個計算所需要的時間，提升運行效率。
經客戶現場測試驗證，10萬行100列的數據表單，Python分布式計算要比原本Python編程性能提升3倍以上。同時采用大數據集群計算節點的算力，也能減少平臺應用服務器資源占用，降低用戶服務訪問的影響。
信號處理性能優化
機器學習+信號處理新模式
海量數據計算性能更優
美林數據TempoAI創新引入的“機器學習+信號處理”模式，去年一經推出，就得到工業客戶的大力認可，在多個PHM項目中發揮重大價值和作用，進一步加強了工業大數據分析場景和效果。
本次進一步提升“信號處理”的處理性能，通過技術創新和突破，實現信號處理的分布式支持，數據處理可并行開展，同一模型集群模式性能較單機模式提升5倍以上。
除了以上新功能發布外，產品團隊還結合用戶現場使用反饋，在產品性能、使用體驗上不斷優化，文件上傳功能加固，在性能和易用性上面持續提升，采用分片技術MB級數據上傳性能提升近10倍，GB級數據上傳提升5倍以上。
Tempo 機器學習平臺在數據管理、算法增強、PMML等領域方面也持續進行優化和提升，只為給用戶提升更加強大、智能、穩定的分析支撐。
歡迎試用體驗，點擊頁面右上角【產品試用】即可獲取賬號~
Tempo商業智能平臺
Tempo人工智能平臺
Tempo數據工廠平臺
Tempo指標平臺
Tempo數據治理平臺
Tempo主數據管理平臺
首頁
陜公網安備 61019002000171號
