分享

通过机器学习自动化建模,让新手也能成长为数据科学家,DataRobot获5400万美元C论融资

 天道酬勤YXJ1 2017-03-24

一直以来,有无数的公司都想在简化非结构化信息处理这件事上做尝试,但大多数公司并没有采用DataRobot公司的思路。这是一家来自美国的创业公司,旨在通过自动化水平和易于使用的机器学习计划,试图让用户能够在一小部分时间内构建和部署高度精确的机器学习模型。

DataRobot,成立于2012年6月,总部位于马萨诸塞州波士顿。是一家机全球领先的器学习平台,提供一个预测分析平台帮助用户快速构建和部署云或企业的预测模型。上一次获投为2016年2月的B轮融资3300万美元,投资方来自Intel Capital和 IA Ventures等。近日宣布的C轮融资获投5400万美元,由NEA领投,据悉该公司已经在亚洲、欧洲、美洲设立办事处,关于此轮融资DataRobot表示,公司接下来将侧重于三个核心领域:研发团队的规模将翻一番,扩大全球业务,并增加对现有合作伙伴(包括Cloudera和Alteryx)的支持。

据官网显示,DataRobot的业务是建立比较各种算法的云服务,以建立有效的预测模型。产品包括DataRobot Cloud和DataRobot Enterprise。DataRobot Cloud使用户无需数据科学专业背景也能在几分钟内构建世界级模型,并能提供定制化的云服务。DataRobot Enterprise通过企业功能扩展了平台的价值,包括灵活的部署、治理、培训和支持,提供端到端的解决方案。从使用流程来看,包含从“ 上传数据、选择目标变量、一次性构建100个模型、浏览顶级模型并获取洞察、部署最佳模型及预测 ”五大步骤。技术层面,DataRobot使用大规模并行处理来训练和评估R、Python、Spark MLlib、H2O和其他开源库中的1000个模型。它搜索了数百万种可能的算法组合,预处理步骤、特征、转换和调整参数,为用户的数据集和预测目标提供最佳模型。这也足以显现其在准确度、速度、便捷度、系统上的优势。目前主要适用于数据科学家及新手、业务分析师、高管、软件工程师、IT从业人员等。应用层面,在面向保险、银行、医疗保健、金融科技、能源等行业都提供了相应的解决方案。

通过机器学习自动化建模,让新手也能成长为数据科学家,DataRobot获5400万美元C论融资

DataRobot的运作流程

DataRobot提供的易于使用和分析及高准确度的工具,将有助于在课堂上释放我专注于业务分析的部分。这在过去是难以捉摸的,因为我使用的其他工具都具有较高的学习门槛。

—— Kai R. Larsen,博士

此外,DataRobot还推出了面向业务分析师、数据科学家、高管、教师等的培训计划,课程涵盖从如何定义业务目标、解释复杂技术主题到决策者的最佳实践等一切。从实际技能出发,旨在使大多数缺乏内部人才所需的组织能够开发定制模型,以快速教育其现有员工成功运行分析项目,某种程度上解决了现存数据科学家严重短缺的问题。

成立时间及融资状况

竞品方面,典型的创业公司有Skytree , Clarifai 。Skytree,为高级分析市场提供机器学习平台,使用户能够深入的分析洞察预测未来趋势,提出建议并揭示未开发的市场和客户。Skytree的服务器是首款针对一般目标而设计的机器学习和高级分析引擎,旨在准确地处理大量数据集。Clarifai,擅长视觉识别,其图像和视频识别技术建立在最先进的机器学习系统之上,通过一个API轻松访问使全世界的开发人员能够建立新一代的智能应用程序。整体看来,大家的立点稍有差异,但从成立时间及目前体量角度,DataRobot目前相对走在前列。

团队方面,DataRobot是数据科学家们组成的科技公司,由Jeremy Achin 和Thomas DeGodoy 创建,两位既是大学同学也曾共事于Travelers Insurance。创始人 Jeremy Achin,毕业于马萨诸塞大学洛厄尔分校,学习数学、物理、计算机科学和统计学;作为一名数据科学家, Jeremy热衷于通过部署机器学习来帮助组织提高效率;DataRobot之前,他是Travelers Insurance的研究和建模总监,负责构建定价、寿命价值、客户行为、索赔等方面的预测模型。Thomas DeGodoy目前担任公司CTO,拥有马萨诸塞大学洛厄尔分校物理学学士学位、科学和数学硕士学位,在数据科学竞争平台Kaggle.com上排名世界第二十;在DataRobot之前,是Travelers Insurance的研究和建模高级总监,负责管理一个数据科学家团队,有超过10年的数据科学领导经验。

DataRobot Video : https://datarobot./medias/154mgjtjbq

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多