页面树结构

版本比较

标识

  • 该行被添加。
  • 该行被删除。
  • 格式已经改变。

...

无需编程技术,通过简便鼠标操作可视化完成数据挖掘。Smartbi Mining内置了丰富的、开箱即用的功能组件,包括“数据源接入”、“”、
数据预处理”、“统计分析”、“特征工程”、“机器学习算法”、“文本分析”等。针对个性化算法需求,支持使用Python扩展算法;平台基于分布式云计算,因此支持动态扩展支撑更大数据量的数据挖掘。还可以进一步将模型结果通过Smartbi丰富多样的的可视化手段进行展现,与BI平台完美结合。”等。针对个性化算法需求,支持使用Python扩展算法;
平台基于分布式云计算,因此支持动态扩展支撑更大数据量的数据挖掘。
还可以进一步将模型结果通过Smartbi丰富多样的的可视化手段进行展现,与BI平台完美结合。BI数据集引用挖掘结果示例


支持多种高效实用的机器学习算法,包含了分类 、回归聚类预测关联,这5大类机器学习的成熟算法。其中包含了多种可训练的模型:,这5大类机器学习的成熟算法。
其中包含了多种可训练的模型:逻辑回归决策树随机森林朴素贝叶斯支持向量机线性回归K均值高斯混合模型。 

...

Smartbi Mining内置50+挖掘组件,丰富机器学习成熟算法,支持文本分析处理,支持使用Python扩展挖掘算法, 支持使用SQL扩展数据处理能力。

  • 简单易用

业务人员也能高度参与的数据挖掘产品,分析全程可视化。采取直观的流式建模,极简风格的节点配置界面,支持可视化探索,轻松理解数据质量和数据并联,流程节点在线帮助,模型超参数自动调整。业务人员也能高度参与的数据挖掘产品,分析全程可视化。采取直观的流式建模,极简风格的节点配置界面,支持可视化探索,
轻松理解数据质量和数据并联,流程节点在线帮助,模型超参数自动调整。

  • 能满足大型企业数据挖掘需求

产品采用分布式云计算,线性扩展,保证性能,一键发布挖掘模型,模型库提高知识复用,减少重复投入,支持跨库查询,
统一控制数据访问权限,训练自动化、模型自学习。

...