基于跨行业数据挖掘标准流程CRISP-DM,实现数据的深度挖掘分析,帮助教师与学生发现数据中隐藏的关系及规律
为教师科研提供数据分析探索、模型构建、成果应用的一站式数据挖掘工具,高效开展行业应用研究。平台支持用户通过简单拖拽、低代码的方式快速完成挖掘分析流程构建
同时支持模型自动化构建、模型智能评估,推荐最优模型与算法。
基于拖拽式节点操作、连线式流程串接、指导式参数配置,用户可以通过简单拖拽、配置的方式快速完成挖掘分析流程构建。平台内置数据处理、数据融合、特征工程、扩展编程等功能,让用户能够灵活运用多种处理手段对数据进行预处理,提升建模数据质量,同时丰富的算法库为用户建模提供了更多选择,自动学习功能通过自动推荐最优的算法和参数配置,结合“循环行”功能实现批量建模,帮助用户高效建模,快速挖掘数据隐藏价值。
内置150多个分析算子,包含30余种数据预处理方法,5种数据融合方法、11种常用特征工程,实现数据融合处理与特征构建;包含聚类、分类、回归、关联规则、时间序列、综合评价、协同过滤等7类N种机器学习算法,支持深度学习、集成学习与自然语言处理等人工智能分析方法,满足各类业务科研场景需求。
支持用户编制SQL\R\Python\Java\Scala\Matlab\PySpark脚本实现个性化的算法脚本。自定义算法功能允许用户通过R\Python\Java\Scala基于平台规范封装自主算法并发布形成平台节点,方便用户灵活扩展平台算法节点功能,增强平台的业务适应能力,充分满足不同领域科研的个性化需求。
通过丰富详实的洞察内容,帮助用户全方位观察建模过程任意流程节点的执行结果,为用户开展建模流程的改进优化提供依据,从而快速得到最优模型,发现数据中隐含的业务价值。建模分析报告支持在线查看,并且支持下载可编辑Word版本,支持科研报告及相关成果发布应用。
分析成果的快速工程化应用,支持模型以调度任务、异步服务、同步服务、流服务及本地化服务包等形式应用,满足工程化的不同诉求。提供统一的成果分类统计及统一管理监测,帮助用户高效便捷地管理成果、利用成果及监测成果。
支持PMML文件的导入和导出,可以实现跨平台模型之间的迁移和融合,利于用户进行历史模型的迁移,实现用户在不同平台的模型成果快速共享,提升各类科研成果的复用性。