您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
DataRobot
自动化构建机器学习模型的平台
成立时间：2012年 | 融资信息：C轮融资
DataRobot为所有技能级别的数据科学家提供了一个自动化的机器学习平台, 用于在一小部分时间内构建和部署精确的机器学习模型。
官方网站：http://datarobot.b.atyun.com/
企业资讯
DataRobot：如何构建AI驱动的企业
2018-10-23
人们普遍预计人工智能驱动的企业将在未来的竞争中脱颖而出。作为一家分析咨询公司，帮助我们的客户实现人工智能并保持竞争力是我们的核心价值观之一。人工智能衍生的商业价值预计将在2020年达到3.9万亿美元，我们希望我们的客户能够捕获它！
从历史上看，我们将客户的计划可视化，以优化其数据使用，从数据管理到机器学习的线性进展。每个人都看到了以下视觉的版本 - 这是一种传统而舒适的计划方案，其中机器学习（预测建模和优化）留给遥远的未来：
去年，我们注意到，即使是我们较新的，分析较少的成熟客户，仍然拥有更强
使用DataRobot和Databricks简化大数据和AI
2018-10-23
许多组织正在寻找将AI和分析应用于其业务的方法，这需要从数据准备到机器学习到部署一直受到关注。在DataRobot，我们很高兴地宣布我们与Databricks的合作伙伴关系，这使我们能够为公司提供强大的解决方案，以加速他们的分析创新和AI应用程序的构建。
Databricks 统一分析平台由Apache Spark™的原始创建者创建，通过统一数据工程，数据科学家和业务来加速创新。Databricks使组织能够在一个地方创建从ETL和交互式探索到生产的端到端数据管道，从而实现更快的价值实现，具有前所未有的
使用DataRobot和DataRobot API
2018-10-23
在这篇博客文章中，我们将演示如何使用Python和DataRobot?API?（访问我们的完整??API文档）?来量化和可视化预测分布，这些预测分布在我们的主题医院的不同患者再入院概率范围内。
单次重新接收预测是模型的最佳猜测，但不包括通常在训练数据中发现的采样偏差所发生的可能预测的分布。理想情况下，训练数据是整个人群的无偏见和有代表性的样本，但由于数据集只是一个样本，因此它们将包含偏差。建模最终将适合那些采样偏差。
这些预测分布可用于评估模型置信度，对模型进行有针对性的改进，并最终以
DataRobot-组织如何使用AI来生成业务洞察
2019-01-14
DataRobot宣布精准营销亚太区已选择其机器学习平台，以自动化人工智能（AI）的开发和运营。
该组织将利用DataRobot大规模构建和部署机器学习模型，以更好地了解客户应为广告系列定位的潜在客户，从而显著提高投资回报率。
Precision Marketing是一个数据驱动的营销组织，它代表整个亚太地区的客户运行活动，使用倾向得分来了解他们应该为广告系列定位的潜在客户。通过智能使用数据，组织希望通过客户的首选渠道在合适的时间为正确的客户提供合适的产品。
该公司正在寻找一种解
8 个机器学习数据清洗 Python 代码，简洁实用！
2019-01-25
最近，大数据工程师Kin Lim Lee在Medium上发表了一篇文章，介绍了8个用于数据清洗的Python代码。
数据清洗，是进行数据分析和使用数据训练模型的必经之路，也是最耗费数据科学家/程序员精力的地方。
这些用于数据清洗的代码有两个优点：一是由函数编写而成，不用改参数就可以直接使用。二是非常简单，加上注释最长的也不过11行。
在介绍每一段代码时，Lee都给出了用途，也在代码中也给出注释。
大家可以把这篇文章收藏起来，当做工具箱使用。
涵盖8大场景的数据清洗代码
DataRobot和Automation Anywhere合作提出关于数字转换的人工智能解决方案
2019-03-12
机器人过程自动化(RPA)的领导者Automation Anywhere近日宣布与自动化机器学习的先驱架构师DataRobot合作。DataRobot平台的集成扩展了自动化Anywhere的认知自动化功能，包括使用自动化机器学习和人工智能(AI)进行决策。
Automation Anywhere的数字化劳动力平台允许任何企业用户构建软件机器人，以自动化每个行业的重复性工作。RPA、认知和分析技术的结合已经允许自动化复杂的业务流程，其中包括嵌入在文档和电子邮件中的非结构化数据。机器学习模型可以
DataRobot：突破保险行业人工智能应用的障碍
2019-03-22
高级分析一直是保险行业的基石。数学和统计长期以来一直是推动行业计算和有效转移风险的工具。行业一直在寻找开发更有效的分析技术。然而，随着各种先进分析方法的突飞猛进和全面发展，新的技术和方法实际上正在创造更高的进入壁垒。
传统上意义上，保险专业人员对机器学习不熟悉，难以解释，实施起来很复杂。数据科学需要的专业知识不容易自学，因此保险公司一直在努力建立内部的数据科学组织。这一过程要求精算师和定量分析师“回到学校”学习自动化统计分析的新方法、捕捉和重新组织大量数据和新技术的编程技术。
由于资源
DataRobot宣布与Arm Treasure Data建立技术合作关系
2019-04-10
自动化机器学习领域的领导者DataRobot近日宣布与客户数据平台（CDP）提供商ARM®Treasure Data™建立战略合作伙伴关系，以加速企业采用人工智能。作为合作伙伴关系的一部分，DataRobot为ARM Treasure数据CDP引入了一个数据连接器，该连接器将实现自动化工作流，允许云上的累积数据直接用于人工智能的学习。在未来的技术和销售活动中，DataRobot还将与ARM Treasure数据合作，在联合企业客户中实现人工智能的成功。
DataRobot自动化机器学习平台使
DataRobot与Arm Treasure Data合作，以促进企业对于AI的使用
2019-04-19
机器学习公司DataRobot与Arm Treasure Data合作，将其技术与Arm Treasure的客户数据平台连接起来。
目的： 此次合作将使DataRobot用户能够根据Arm Treasure收集和分析的客户和交易数据快速构建准确的机器学习模型。
详细信息： 数据连接器将允许在两个平台之间共享信息，实现自动化工作流程，以便云中累积的数据可以直接用于人工智能（AI）。
虽然DataRobot的技术允许不同技能水平的业务分析师和数据科学家用传统建模方法的时间内创建和实现机器
DataRobot庆祝其云平台上建立的10亿个模型
2019-04-30
自动化机器学习领域的领导者DataRobot近日宣布，其客户已经在其亚马逊网络服务（AWS）云平台上构建了10亿个模型，这是人工智能采用的一个重要里程碑。来自世界各地的DataRobot客户正在使用这些机器学习模型，以便更好地理解和从可访问的数据中收集可操作的方法。
利用AWS的可扩展性和Intel®Xeon®处理器的处理能力，DataRobot云平台自动执行数据科学工作流，使自动化第一数据科学家和公民数据科学家能够在几分钟内构建和部署最准确的预测模型。利用DataRobot平台提供的智能，组织可以
DataRobot：为什么企业需要开始实施人工智能
2019-05-09
到明年，人工智能驱动的公司将从竞争对手手中夺走1.2万亿美元的业务收入。
输给竞争对手通常是大多数公司改变战略的足够动力。然而，竞争不仅仅与损益有关，同时，与市场不同步会产生深远的影响。
许多组织目前正在努力解决这一问题，因为他们认为采用人工智能的理由与进行变更所需的投资和其他资源不符。
人工智能，特别是机器学习，已经被各个领域的企业和组织广泛接受。它通过客户行为和数据的连续反馈循环帮助公司生产更好的产品和服务，帮助机器以前所未有的速度学习。
这有助于他们将升级和新产品以比
DataRobot：AutoML是解决数据科学技能短缺的答案吗？
2019-05-15
虽然AutoML可能不会将小白转变为大师，但它确实降低了进入更多企业的障碍，以获得数据时代的好处。
行业中重要的数据科学工作没有被填补。几乎美国没一个城市都存在着技能短缺的问题，像LinkedIn这样的在线招聘网站在过去的一年里都在报道。
也不是因为缺乏申请人。入门级的数据科学工作吸引了几十个，甚至数百个申请人。“数据科学领域存在经验不足，”就业委员会Glassdoor的高级经济学家Daniel Zhao解释说。“有很多最近毕业的毕业生可以在一个数据集上扔下一大堆模型，但缺乏经验丰富且
DataRobot和葡萄酒项目：数据科学的优雅融合
2019-05-24
DataRobot承诺自动机器学习，其中它选择最合适的机器学习算法，自动优化数据预处理，应用特征工程，并调整每个算法的参数。它创建并排列高度精确的模型，并为数据和预测目标推荐要部署的最佳模型。所以，当使用DataRobot的机会出现时，我决定尝试一下。
在本教程中，我使用了UCI机器学习库中的葡萄酒质量数据集，该数据集包含4898种白葡萄酒样品的质量评级（标签）。这些质量等级从3到9不等，其中9表示葡萄酒的最佳质量。有了这些不同的标签，我将其视为一个多类分类问题。为了简单，我将其转换为三个不
DataRobot：迪士尼夏季大片预测
2019-05-27
夏季电影带来了数以百万计的观众、金钱和数据。那么，是什么让电影大受欢迎呢？而且，在2019年夏天，哪部电影会登上榜首？在这篇博客文章中，我将利用电影数据预测三部备受期待的迪斯尼电影的成功：玩具总动员4、阿拉丁和狮子王。
这些电影是迪斯尼的三部经典之作，因此争夺第一的位置将是一场势均力敌的较量。玩具总动员4是一个已经著名和成功的专营权最新的部分。前三部玩具总动员电影都跻身皮克斯票房20强（商业内幕）。另外两部电影的竞争者是两部经典电影的真人重拍。阿拉丁和狮子王将有一些顶级巨星明星（如威尔·史密斯在阿拉
DataRobot：与Informatica的合作伙伴关系将加速企业对AI的利用
2019-06-18
自动化机器学习领域的领导者DataRobot宣布与企业云数据管理领导者Informatica建立合作伙伴关系。通过合作，企业可以加快和扩大先进人工智能解决方案的开发和交付，并交付下一代分析。
DataRobot自动化机器学习平台将机器学习的强大功能交付给任何业务用户，自动化数据科学工作流程并提供预先打包的专业知识，使用户能够在几分钟内构建和部署最准确的预测模型。
Informatica提供领先的企业云数据管理解决方案，可加速数据驱动的数字转型。DataRobot自动化机器学习平台与Inform
DataRobot：收购ParallelM以增强人工智能管理
2019-07-11
DataRobot收购了ParallelM，后者是一家机器学习模型管理，部署和监控平台的初创供应商，此次收购旨在让用户更好地控制他们的AI生命周期。
这是两年内DataRobot的第四次收购。这家机器学习和数据科学供应商于2019年2月收购了协作数据平台Cursor。
最新的这笔交易于6月20日公布。目前，行业正在进行一系列重大的软件收购，其中一些交易价值数十亿美元，比如谷歌收购了Looker，Salesforce收购了Tableau。
DataRobot收购的ParallelM是一家私
DataRobot：被Forrester评为专注于自动化机器学习解决方案的领导者
2019-08-01
2012年，DataRobot联合创始人Jeremy Achin和Tom de Godoy认识到AI和机器学习可能对组织产生的深远影响，但是没有足够的数据科学家来满足需求。
他们发明的自动化机器学习技术，使组织能够通过教机器完成数据科学家的许多枯燥和耗时的工作，同时让它们能够使用数百种不同的算法，从而扩大数据科学的能力。自动化机器学习使他们能够利用自己独特的技能同时比较几十种模型，并立即将最优模型投入生产。
在过去七年中，我们一直专注于自动化机器学习建模
DataRobot：人工智能道德规范，通过遵循伦理实践来建立信任（一）
2019-08-05
随着机器学习和人工智能的发展，似乎每个人都想进入这一领域，人工智能承诺提高准确性、速度、可伸缩性、个性化、一致性和业务各个领域的清晰度。有了这些优势，为什么有些企业在前进的道路上犹豫不决呢？
一方面，企业知道他们需要接受人工智能创新才能保持竞争力。另一方面，他们知道AI可能具有挑战性。大多数人都听过大公司在人工智能方面犯错误的新闻报道，他们担心这可能会发生在他们身上，损害他们的声誉。
在受监管的行业中，存在如何向监管机构和客户解释AI决策的问题。然后是如何与员工互动以便他们能够接受组织变革的挑
DataRobot：人工智能道德规范，通过遵循伦理实践来建立信任（二）
2019-08-15
在关于人工智能伦理主题的前一篇博客文章中，我们介绍了人工智能（AI）在提高各行业企业的速度，准确性和运营方面所做的承诺。
凭借人工智能的潜力，企业在推进人工智能项目方面不应该犹豫不决，但他们担心犯错会损害公司的声誉。
通过遵循围绕AI的道德规范的四个主要原则，可以避免这些陷阱。在第一部分中，我们介绍了前两个主要原则。在本博客中，我们将介绍原则三和四，即披露和治理。
原则1：道德目的
原则2：公平
原则3：披露
原则4：治理
原则3：披露
道德的四个基本原则之
DataRobot：预测客户流失，数据如何帮助留住客户
2019-08-19
客户维系是公司最关心的问题。获取客户成本通常比维系客户的成本高5至25倍。但是，不希望被打扰的客户会流失，另一方面，无论你提供什么，一些客户都可能想要离开。你如何识别仍然可以维系的客户？
答案是客户流失建模。但这并不像将数据放入电子表格和构建模型那么简单。你可能有跨许多不同数据源的客户数据。除了关于每个客户的一般人口统计数据（如他们何时首次成为客户以及他们居住在哪里）之外，你可能还有他们的购买或产品使用历史。
你也可以和你的支持团队或调查反馈进行互动。将这些数据结合在一起，可以更深入地了解客户
