- · 《中国科技信息》栏目设[05/29]
- · 《中国科技信息》数据库[05/29]
- · 《中国科技信息》收稿方[05/29]
- · 《中国科技信息》投稿方[05/29]
- · 《中国科技信息》征稿要[05/29]
- · 《中国科技信息》刊物宗[05/29]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
DataCanvas入选Forrester中国机器学习Now Tech
作者:网站采编关键词:
摘要：近日，Forrester发布最新《Now Tech: Predictive Analytics And Machine Learning In China, Q3 2020》报告，解读预测分析和机器学习(PAML)市场在中国的最新发展，并向数字化转型决策者们提出建议。DataCa
近日，Forrester发布最新《Now Tech: Predictive Analytics And Machine Learning In China, Q3 2020》报告，解读预测分析和机器学习(PAML)市场在中国的最新发展，并向数字化转型决策者们提出建议。DataCanvas凭借开源、灵活、高性能的数据科学平台产品获得关注，并入选报告。
Forrester Now Tech报告推荐厂商(部分)
灵活、开放，提供全方位自主AI能力建设
作为持续关注全球PAML市场的研究机构，Forrester此次调研活跃于中国PAML市场的35家供应商，从产品类型、产品性能、公司规模等角度为各行业CIO们提供相关信息。DataCanvas作为提供多模式服务(Multimodel PAML)的供应商，能够为不同技术能力的企业提供全方位的自主AI能力建设。
全方位
DataCanvas提供从数据准备，模型开发，模型评估，模型生产化，模型监控、实时结果反馈，到模型治理的全生命周期管理，在简化企业模型操作的同时节能提效，实现"用模型操作人工智能"。
通过"四库"--特征仓库、模型仓库、场景仓库、AutoML仓库，DataCanvas能够实现跨行业、跨业务的知识迁移，降低高复合能力人才要求，突破企业级知识融合瓶颈。
灵活
为适应不同技术能力的使用者和团队协同模型操作，DataCanvas集自动建模、拖拽式建模、编码建模三种建模方式于一身，将AI门槛降到最低的同时，全面提升团队级模型构建和管理效率。
DataCanvas还内置"白盒"算子库，支持用户直接调用和编辑更改，让用户针对自有数据情况，生成个性化的模型资产，加速实现自主AI。
开放
目前，DataCanvas数据科学平台可以在各类主流硬件和技术架构上实现开放性支持，适配各类物理设备和云环境，并对主流技术架构提供全面的支持，服务全行业应用场景。
小到一个算子，大到整个框架，DataCanvas正在将"开放"做到极致。
对于企业来说，人工智能是一种强大的变革性技术，当前的PAML正在帮助企业简化模型各生命周期的操作，将数据科学家从繁琐的任务中解放出来，但同时，数据科学的能量仍未被全力释放。Forrester发现，越来越多的公司希望建立自己的人工智能能力。
开源、创新，加速AutoML"新基建"
"让客户拥有自主AI的能力"，DataCanvas正以此为目标加速技术创新并服务更多客户。
为了突破结构化数据分析效能，DataCanvas基于长期服务于金融、制造、政府、交通等十余行业所积累的经验开发并且开源了的DeepTables深度学习工具包，备受业内关注。在今年3月的Kaggle结构化数据竞赛Categorical Feature Encoding Challenge II中，DataCanvas凭此摘获第1名，这是结构化领域中深度学习超越传统机器学习算法的高光时刻。
DataCanvas凭借多年科技研发和行业落地经验，深知客户所需，洞悉行业所想，精准判断自动机器学习发展趋势，自主研发并开源的Hypernets---通用自动机器学习框架，在全球率先突破Auto ML快速开发痛点。
Hpernets对自动机器学习领域的三个核心问题:搜索空间、搜索算法和评估策略做了合理的抽象，并提供了相应的基础算法和工具，从而实现多样性机器学习任务和场景的自动化工具的快速开发，提高了超参数优化和神经架构搜索领域的研究和创新效率，加速Next Generation Auto ML的发展。
人工智能是一种强大的变革性技术，而数据科学作为企业数字化转型的武器正在不断演进。DataCanvas致力于引领数据科学行业发展，将通过持续创新开源技术、落地各行业业务场景，全面提升数据科学技术能效，加速释放企业自主AI红利。
文章来源：《中国科技信息》 网址: http://www.zgkjxx.cn/zonghexinwen/2020/0730/514.html