GoodData向应用和工作流嵌入分析与机器学习能力

简介:

大规模业务分析提供商GoodData正在发布一项能够让客户将分析和机器学习能力嵌入到现有应用和工作负载的新技术。

GoodData向应用和工作流嵌入分析与机器学习能力

GoodData把这些新功能定位为“战略上的改变”,此前GoodData是围绕把分析集成到应用中定位的。GoodData表示,它的分析现在可以通过使用API嵌入到最流行的工作流和企业应用。机器学习可以用于辅助日常应用决策,通过日常任务的自动化简化工作流。

GoodData公司首席执行官Roman Stanek把Google Calendar作为类比,后者会根据个人预测流量建议用户何时离开会议。“我们可以根据个人的信任的等级给出建议或者决策。你可以构建智能业务应用,允许它在学习的同事评估源自于预测模式的信赖程度,然后全面实现流程的自动化,或者让你可以进行干预。”

在最近GoodData委托进行的一份研究报告中,Nucleus Research预测,面向商业用户的分析中有90%最终将嵌入到其他核心应用中。GoodData表示,机器学习增强的应用在金融服务、零售、医疗和会计行业具有巨大潜力。

GoodData与其他商业智能平台不同的是它有着很广泛的功能重点。“我们专注于流程增强,而不是针对某一个特定的用户类型,例如数据科学家或者分析师。”

GoodData将把机器学习作为实现可操作的业务成果的一部分。“例如,GoodData让客户洞察到他们的售卖情况,预测下一步售卖什么,帮助他们分辨出什么是好的销售和糟糕的销售。”

本文转自d1net(转载)

相关文章
|
1月前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
1月前
|
机器学习/深度学习 传感器 自动驾驶
探索机器学习在图像识别中的创新应用
本文深入分析了机器学习技术在图像识别领域的最新进展,探讨了深度学习算法如何推动图像处理技术的突破。通过具体案例分析,揭示了机器学习模型在提高图像识别准确率、效率及应用场景拓展方面的潜力。文章旨在为读者提供一个全面的视角,了解当前机器学习在图像识别领域的创新应用和未来发展趋势。
|
2天前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
41 15
|
8天前
|
机器学习/深度学习 数据采集 运维
机器学习在运维中的实时分析应用:新时代的智能运维
机器学习在运维中的实时分析应用:新时代的智能运维
46 12
|
27天前
|
机器学习/深度学习 数据采集 数据处理
Scikit-learn Pipeline完全指南:高效构建机器学习工作流
Scikit-learn管道是构建高效、鲁棒、可复用的机器学习工作流程的利器。通过掌握管道的使用,我们可以轻松地完成从数据预处理到模型训练、评估和部署的全流程,极大地提高工作效率。
39 2
Scikit-learn Pipeline完全指南:高效构建机器学习工作流
|
23天前
|
机器学习/深度学习 算法 数据挖掘
C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出
本文探讨了C语言在机器学习中的应用及其重要性。C语言以其高效性、灵活性和可移植性,适合开发高性能的机器学习算法,尤其在底层算法实现、嵌入式系统和高性能计算中表现突出。文章还介绍了C语言在知名机器学习库中的作用,以及与Python等语言结合使用的案例,展望了其未来发展的挑战与机遇。
39 1
|
28天前
|
机器学习/深度学习 分布式计算 算法
【大数据分析&机器学习】分布式机器学习
本文主要介绍分布式机器学习基础知识,并介绍主流的分布式机器学习框架,结合实例介绍一些机器学习算法。
187 5
|
28天前
|
机器学习/深度学习 数据采集 算法
机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用
医疗诊断是医学的核心,其准确性和效率至关重要。本文探讨了机器学习在医疗诊断中的前沿应用,包括神经网络、决策树和支持向量机等方法,及其在医学影像、疾病预测和基因数据分析中的具体应用。文章还讨论了Python在构建机器学习模型中的作用,面临的挑战及应对策略,并展望了未来的发展趋势。
100 1
|
1月前
|
机器学习/深度学习 数据采集 算法
隧道裂纹识别:基于计算机视觉与机器学习的应用分享
隧道裂纹的自动检测通过深度学习与计算机视觉技术实现,替代了传统人工检查,提高了检测精度与效率。本文介绍了一套完整的裂纹检测流程,包括图像采集、预处理、裂纹检测与标定、后处理及结果展示,提供了图像处理与深度学习模型的基本代码框架,旨在帮助读者掌握隧道裂纹检测的实际应用方法。
|
1月前
|
机器学习/深度学习 数据采集 数据挖掘
Python在数据科学中的应用:从数据处理到模型训练
Python在数据科学中的应用:从数据处理到模型训练