Altair Taiwan Blog

最近Kaggle的一份關於數據科學和機器學習狀態的調查發現：

• 75%負責為數據科學目的編碼的員工具有5年或更短的經驗；

• 62%的數據科學家花費50%-99%的工作時間編程；

• 48%的Python使用者表示編程是一件十分耗時的工作，同時20%的使用者表示Python需要許多技術知識。

數據科學團隊可以依靠Altair高效地創建強大且有見地的模型來做出更優的商業決策。使用Knowledge Studio，數據科學家和商業分析師可以：

• 緩解經驗不足

無論Python使用經驗如何，Knowledge Studio都能穩定地編寫高質量代碼。從工作流中生成和部署Python代碼以便於簡化整體部署過程。

• 縮短編碼時間

Knowledge Studio可以明顯的縮短編碼時間。導入由一個Python程序生成的結果數據集。通過Knowledge Studio的可視化功能探索Python數據集。

使用自動編碼功能從工作流中生成和部署Python代碼以便於簡化整體部署過程。自動編碼還支持其他語言，包括R、SQL、PMML。

• 破除障礙

通過直觀的工作流和交互式的界面來實現數據可視化。比較Python編寫的模型和使用其他語言（比如：R、SAS、SQL等）編寫的模型。您可以與他人合作，分享企業級的洞察發現。遵循已有的數據管理和沿襲協議。

• 導入Python數據來進行更深入的探索和分析、編寫Python代碼、並使用Altair的可視化工具探索Python數據集；

• 對預測模型生成對應模型或部署的Python代碼。這個功能同時可以用其他語言實現，比如R、SQL、PMML、SAS；

• 添加Python數據用於數據操作、數據挖掘和統計分析任務；

• 使用Altair模型分析節點來比較Python模型和其他語言編寫的模型。

通過強大的工作流創建、展示、刷新和重複使用的畫布，數據科學團隊可以高效地利用非常多的統計模型方法和常見的程序語言，比如Python。

雖然在Knowledge Studio中創建和部署模型過程代碼不是必需的，但經常有在工作流中運行代碼的需求。

Altair通過為在Knowledge Studio中創建的模型自動生成代碼來支持Python。運行Python代碼生成的數據可以通過許多種格式導入，包括數據庫和csv文件等，或者代碼可以直接在Knowledge Studio的工作流中被運行。

Python代碼節點允許用戶把Python過程中得到的數據導入Knowledge Studio中進行更進一步的建模。用戶也可以使用該節點從頭開始編寫Python代碼。

所有在Python中可以使用的數據操作函數和數據挖掘算法都可以同時被用於Knowledge Studio中。這消除了只能使用其他工具來解析Python才能作為已有或新的Knowledge Studio預測模型中一部分的需求。

Knowledge Studio是一個在市場上領先的預測分析和機器學習平台，並且設計為同時會被數據科學家和商業分析師所青睞的軟件。

聚焦於可視化方法並通過直觀且交互的界面來創建複雜的分析模型工作流。Knowledge Studio是Altair Knowledge Works平台的一部分，Altair Knowledge Works平台集成了市場領先的企業級數據準備、預測分析和可視化解決方案。只有Altair可以自信地讓個人和組織都精通所有數據--不管來源、格式或者內—實現更快的洞察力。

Knowledge Works是一個強大的產品，與Altair願景一致，都是通過應用仿真模擬、基於Knowledge Studio的數據科學以及產品生命週期的優化來轉變產品設計和決策制定。

插入Knowledge Studio中文介紹視頻