Tempo机器学习平台上新啦|更强大、更智能、更稳定！
2022-08-04 16:17:20
次
Tempo大数据分析平台的每一次发布，都以为用户提供更加敏捷、高效、智能的分析应用与支撑为目标，为企业数字化转型提供从数据采集、处理、建模分析、可视化应用到成果统一管理的系统化方案。
Tempo平台致力于为企业数字化转型提供基础支撑，为数据价值发掘提供技术保障，不仅是大数据分析工具，更是企业数字化转型数据治理、数据分析与应用的系统化能力平台解决方案。
本次Tempo机器学习平台（简称TempoAI）团队又带来了那些新惊喜呢？容小编给您介绍一下~
三方模型
打造智能、开放的“算法模型仓库”
实现多种类、跨版本模型快速管理应用
数据分析应用，道阻且长，每个企业都有过很多不同模式的探索，有外采的成熟算法模型、有企业算法工程师、数据分析师自建的各种业务模型……这些模型都是企业非常重要的“知识资产”。
但是由于前期缺乏统一的AI技术规划，这些不同时期、不同来源的模型可能采用不同技术路线、不同工具版本，成果之间难以兼容和继承，新场景新应用难以快速部署应用……
别担心！这些问题都交给“三方模型”来搞定，MATLAB、Python、R、SAS、GOLANG、Spark、Julia等7大常用数据建模工具、历史版本模型均可实现“统一管理、部署与监测”，最大化帮助企业实现历史知识资产不流失，简化模型资产部署应用成本，打造企业专属“知识资产管理平台”。
Python分布式编程
大数据集群赋能Python编程
代码运行效率提升3倍以上
Tempo机器学习平台除了智能、便捷的拖拽式建模操作外，强大的扩展编程能力也非常受“数据分析师”的欢迎，尤其是“Python编程”，是应用最多的节点之一。
用户使用python扩展编程节点实现了一些个性化的处理和算法逻辑，但随着数据量的增大、复杂场景的构建，python编程的执行效率无法满足应用需求。
“Python分布式编程”采用分区方式实现Python代码分布式执行，最大化利用大数据集群实现并行计算，减少单个计算所需要的时间，提升运行效率。
经客户现场测试验证，10万行100列的数据表单，Python分布式计算要比原本Python编程性能提升3倍以上。同时采用大数据集群计算节点的算力，也能减少平台应用服务器资源占用，降低用户服务访问的影响。
信号处理性能优化
机器学习+信号处理新模式
海量数据计算性能更优
美林数据TempoAI创新引入的“机器学习+信号处理”模式，去年一经推出，就得到工业客户的大力认可，在多个PHM项目中发挥重大价值和作用，进一步加强了工业大数据分析场景和效果。
本次进一步提升“信号处理”的处理性能，通过技术创新和突破，实现信号处理的分布式支持，数据处理可并行开展，同一模型集群模式性能较单机模式提升5倍以上。
除了以上新功能发布外，产品团队还结合用户现场使用反馈，在产品性能、使用体验上不断优化，文件上传功能加固，在性能和易用性上面持续提升，采用分片技术MB级数据上传性能提升近10倍，GB级数据上传提升5倍以上。
Tempo 机器学习平台在数据管理、算法增强、PMML等领域方面也持续进行优化和提升，只为给用户提升更加强大、智能、稳定的分析支撑。
欢迎试用体验，点击页面右上角【产品试用】即可获取账号~
Tempo商业智能平台
Tempo人工智能平台
Tempo数据工厂平台
Tempo指标平台
Tempo数据治理平台
Tempo主数据管理平台
首页
陕公网安备 61019002000171号
