跨象乘云™可视编程机器学习平台

可视编程机器学习平台

跨象乘云™可视编程机器学习平台(简称:KXCY-ML-VP),是基于交互式可视化编程界面,面向机器学习与新一代人工智能的科研与教学一体化平台。本平台提供了从面向多格式数据融合,在线处理,特征工程、统计;到模型训练、深度学习、非监督学习,到模型评估、模型教学、预测、模型管理及发布;以及交互式数据可视化等功能。平台覆盖机器学习全流程,高效易用,支持 Python 脚本模型代入;同时将数据科学中复杂的数据可视化、数据挖掘算法、人工智能算法组件设置为流程部件,通过鼠标拖放便能实现机器学习模型训练 —— 助力高校经管学院,统计数理学院等非计算机类专业师生,实现数据挖掘与机器学习的教学与科研工作。

可视化编程

跨象乘云™可视编程机器学习平台,使用清晰的可视化进行快速定性分析的交互式数据探索,图形化用户界面使师生可以专注于探索性数据分析而不是编码,而巧妙的默认设置使得数据分析工作流程的快速原型设计变得非常简单。只需将各个代表机器学习算法及工程操作的流程部件(图标),放置在工作区内,连接它们,加载数据集并收获洞察力,即可完成复杂的数据挖掘及机器学习操作。

交互式数据可视化界面

跨象乘云™可视编程机器学习平台,用巧妙的数据可视化即可进行简单的数据分析。探索统计分布,箱型图和散点图,或深入探索决策树,层次聚类,热点图,MDS 和线性投影。特别是在巧妙的属性排名和选择上,使多维数据在可视化图表中也能变得更为智能。

配套跨学科人才培养课程

在数据科学技术迅猛发展的今天,各行业都意识到大数据人才,算法工程师的重要性。同时,许多目前大部分机器学习,人工智能平台均需要一定的编程基础。造成许多非计算机专业的经管类,统计及数理类学生,无法施展其在算法上的竞争力,书本上学到的数据科学知识也无法在实验环境中验证。跨象乘云™可视编程机器学习平台,通过直观的交互式可视化编程界面,让没有编程能力的学生,同样能完成非结构化数据处理,数据挖掘,机器学习,模型分析,算法优化等操作。同时为高等院校深化数据科学与大数据技术理论教学,并培养实际动手能力的应用型人才,提供强力的支撑。平台配套完整的:

基于可视化工作流的机器学习与分析预测》课程。

并有效支撑《深度学习与人工智能》课程体系中的《机器学习与人工智能实战》课程教学。

行业数据挖掘模型案例

跨象乘云™可视编程机器学习平台融合大量的行业数据挖掘模型案例,集成了:社交网络社区,互联网应用,金融,搜索引擎,生物信息等行业数据,并提供对特定行业业务算法模型最佳实践。为高等院校师生在深入认知算法模型应用的基础上,进一步对行业特征应用有深刻的理解。