行动贝果（MoBagel）共同创办人暨营运长王易如在 SparkLabs Taipei Demo Day 分享 MoBagel 最新成果，不仅在台湾市场扎根，拥有制造、零售、金融及电信产业客户，以自动化机器学习 (AutoML) 技术协助客户精准预测，同时 MoBagel 在 Gartner 2020  TOP 10 策略趋势报告中，获选为全球AI/AutoML平台关键原厂之一，提供商业情境需求的精准行销、供应链需求预测、人力资源预测等经典 AI 场景应用。   王易如表示，“企业最大的问题是不知道如何预测未来？一旦预测不准，将导致资源消耗或遭受客户流失的损失。MoBagel 打造简单、自动化的机器学习软件Decanter AI，用 AI 协助企业做出最佳决策！”   简单、自动化的机器学习软件，为什么如此重要呢？   影响商业预测的两大隐藏成本   王易如分享一个客户案例，某大型企业计划透过商业分析预测作为数码转型策略，除了要花费数百万美元自建资料科学团队、购买相关软硬件，经历搜集数据、清理数据、处理数据、特征工程、挑选算法、训练模型、调校参数、预测结果等八个步骤，通常需要 6 个月以上才有机会稳定商业运转。   王易如分析一般企业投入资料科学预测时的两大实务挑战，第一，每位资料科学家会依照自己的喜好，在每个分析步骤使用不同软件，不仅让解决方式变得非常复杂，也难以集成管理，致使跨团队协作不易，无法真正解决客户流失的商业问题。   第二，要解决一个预测问题，一般的做法是建置一个数据模型，并持续优化；然而，需要数据预测的问题有上百万个，要用哪一个数据模型解决特定的商业问题，取决于资料科学家对产业知识的理解和判断，必须让机器学习也能自动化，才能根据客观数据选择适合的算法。   分析专案从两个月缩短到两天，Decanter AI 简化商业分析流程   王易如说，“我们打造 Decanter AI 是为了让 AI 分析像 Excel 一样简单好用。”   MoBagel 过去五年搜集超过上百个商业使用案例，MoBagel 将商业预测问题结合产业知识，转换为算法数据库，为企业打造出 AI 数据分析系统 Decanter AI。   此外，MoBagel 更用创新的方法建置数据模型，增加建置数据模型的效率，以超过上百个算法加强自动化机器学习的精准度，把选择算法的工作交给 Decanter AI 自动化决定，针对商业问题推荐最适合的算法。    Decanter AI 把繁复的 AI 建模流程简化成自动数据清理、自动特征工程、自动建模等三大步骤，透过直觉操作接口及自动化流程，让不具有资料科学背景的任何使用者，皆能在短短数天的时间就能创建符合商业情境的数据模型。   从预测员工离职率、销售预测、需求计划到库存预测等商业预测问题，都能由 Decanter AI 为企业自动化建置适合的数据模型，协助企业做出快速、精准的决策。   精准行销提升 10 倍命中   以电信业者为例，运用自动化机器学习可预测客户流失率，每周上载数据到 Decanter AI，选择预测的目标“客户流失”，软件将会自动化推荐适合的模型，上载新的客户数据之后，就能开始预测下周可能会携码转换的客户名单进行精准行销，并能一键下载预测结果。如果想要了解更多产业 AI 应用，MoBagel 于防疫期间推出了免费在线公益课程，帮助企业在疫情当中抢先掌握转型契机，如欲了解到详情可透过询问。  

本文由:钱柜官网平台 提供

关键字： 钱柜官网平台-钱柜官方网站手机版_钱柜777老虎机