产品介绍

飔拓（AInspir）是一套基于大数据的数据挖掘解决方案，构建于分布式系统之上，以机器学习算法和深度学习算法为核心，提供海量大数据的接入、清洗、管理、建模、挖掘、可视化等功能。专注于金融、医疗等行业，进行深度知识挖掘，助力企业洞察潜藏在数据中业务价值。

技术架构

功能特点

• 大数据支持，基于Hadoop和Spark技术，支持海量数据挖掘
• 深度学习支持，支持运行于GPU之上的深度学习算法，大幅提高预测准确度和降低误差率
• 多数据源支持，支持RDBMS、NoSQL、消息队列和文本数据源
• 支持私有云和公有云部署
• MaaS(Model as a Service)支持，模型云端共享，降低建模成本，支持数据的集成接入
• 业务模型，建立行业模型，让客户更关注于业务
• 算法组件化，提供数据源、数据预处理、特征工程、统计分析、机器学习、文本处理六大类型的数据挖掘组件
• GUI模型编排，采用Drag and Drop体验式建模过程

应用领域

产品界面

分布式机器学习平台-首页

分布式机器学习平台-建模组件

分布式机器学习平台-数据管理

​1.1 产品特点
 支持大数据，基于 Hadoop 和 Spark 技术，支持海量数据挖掘；
 支持深度学习，支持运行于 GPU 之上的深度学习算法，大幅度提高预测准确
度和降低误差率；
 支持多数据源，支持 RDBMS、 NoSQL、消息队列和文本数据；
 支持私有云和公有云部署；
 支持 Maas（Model as a Service），模型云端共享，降低建模成本，支持数据
的集成接入；
 算法组件化，提供数据源、数据预处理、特征工程、统计分析、机器学习、
文本处理、关联分析、协同过滤、可视化等数据挖掘组件；
 GUI 模型编排，采用 Drag and Drop 体验式建模过程。

1.2 名词解释
 建模组件：是指构建模型方案时需要用到的各个算法，每个组件独立存在，
各自实现特定的功能；
 数据管理：集中管理数据的模块，其中包括导入的数据和保存的数据；
 方案管理：集中管理方案的模块，主要用于方案的历史查看、再编辑和复用；
 数据集：大量数据导入平台后的简称；
 预处理：对数据集进行去重、清洗、值填充等转换操作的简称；
 可视化：数据图形化展现。
​