協助科學家創建機器學習模型 讓進行速度和精準度優化

IBM是一個數據科學應用程序開發工具Watson Studio，添加了一系列人工智能自動化功能AutoAI，幫助數據科學家解決構建人工智能應用程序的過程，遇到的雜事，包括數據處理和預處理等。它能夠專一於機器學習模型的設計和部署。

數據科學家如今能夠在IBM Cloud上的Watson Studio中使用這種人工智能自動化工具。 AutoAI能夠自動化數據準備和預處理，例如模型開發和特徵工程。其參數優化功能能夠幫助數據科學家構建機器學習模型並構建Gradient Boosted Tree。企業數據科學的一系列模型類別能夠幫助擴展機器學習實驗和部署過程。

此外，AutoAI還支持IBM的神經網絡綜合（NeuNetS）技術。 IBM於2018年發佈了NeuNetS的預覽版，今年它進入了公共測試階段。 NeuNetS能夠自動合成自定義神經網絡。目的還在於加速深度學習網絡模型的發展。 NeuNetS容許fun88用戶選擇模型的速度或精度進行優化，並實時監控模型構建和培訓。

IBM數據和人工智能總經理Rob Thomas表示，數據基礎設施的複雜性可能成爲技術資源稀缺的開發人員的決定性障礙，而Watson Studio如今提供可使AI應用程序自動化的功能，開發過程更加順暢，有助於用戶能夠構建機器學習模型並加快實驗。 AutoAI和Watson機器學習功能能夠結合使用，以減小人工智能週期各個階段的障礙。