Seeq公司宣布的擴張努力將機器學習算法集成到Seeq應用程序。這將使組織實施他們的數據科學投資,開源和第三方的機器學習算法,以方便訪問由一線員工。
Seeq使機器學習的策略創新提供最終用戶訪問算法從各種各樣的來源,而不是強迫用戶依賴單一供應商或機器學習平台。這個地址的多樣性和類型的算法可用於組織,包括:
- 開放源算法和其他公共資源。例如,Seeq將發布兩個Seeq GitHub附加組件,包括算法和工作流,相關性和聚類分析,用戶可以修改和完善基於他們的需求。
- 在實驗室Seeq數據Customer-developed算法或者機器學習操作平台如微軟Azure機器學習,亞馬遜SageMaker,蟒蛇,其它數據科學或數字轉換活動的一部分。金博宝app安卓版下载
- 第三方軟件供應商提供的算法、合作夥伴和學術機構。AWS的尋找設備,微軟Azure AutoML BKO服務的泵預測,楊百翰大學的開源產品行業和垂直市場的新興市場的例子具體算法。
還Seeq行動解決關鍵的“最後一英裏”的挑戰擴展和部署算法在製造業組織通過將數據科學創新工廠員工手中的易於使用的應用程序:Seeq工作台高級分析,組織者發表見解,和Seeq數據實驗室特設的Python腳本。
這是除了Seeq支持成功的基本要素與機器學習。這包括訪問所有製造業數據sources-historian,上下文,和製造業數據清理和建模應用程序,支持員工協作和知識獲取、快速迭代,並使績效持續改進工作流。
客戶使用的例子Seeq應用程序訪問和集成數據科學創新包括石油天然氣公司部署deep-learning-based排放預測算法,製藥公司使用一種無監督學習算法主動探測傳感器漂移在敏感的批處理過程,並使用模式學習化學的客戶識別過程不穩定的根源和延長周期。
