Explorium开发自动数据和功能发现平台

总部位于特拉维夫的创业公司explorium开发自动数据和功能发现平台,今天完成了3,100万美元的融资。explorium经过数个标志性的几个月后才注入资金,自去年9月以来,explorium的客户群增加了两倍,并整合了与更多行业和垂直行业有关的数据。
特征工程是一项艰巨的任务,即使用领域知识通过数据挖掘技术从原始数据中提取特征的过程。根据《福布斯》调查,数据科学家将80%的时间用于数据准备,而76%的人则将其视为工作中最不愉快的部分。这也很昂贵— trifecta估计组织的集体数据准备成本为4500亿美元。explorium旨在通过充当公司信息存储库,将孤立的内部数据动态连接到数千个外部源来解决此问题。它声称使用机器学习,可以自动从数据中提取,设计,汇总和集成最相关的功能,以支持复杂的预测算法,在对最高绩效者进行评分,排名和部署之前对其进行数百次评估。
贷款人和保险公司可以使用explorium从数千个数据源中发现预测变量,而零售商可以利用它来预测哪些顾客可能会购买每种产品。在该平台内,数据科学家可以添加自定义代码以合并领域知识和微调的ai模型。此外,他们还可以使用旨在从大型语料库中发现优化通知模式的工具。
4月,explorium添加了一组新信号来帮助组织了解大流行带来的风险。通过将可能影响公司还款或可操作性的变量(如公司内部数据,政策因素和地理因素)组合在一起,该平台将产生整体风险评分。(例如,被认为是必不可少的并获得联邦援助的卫生系统,比关闭且不被认为是至关重要的酒店,风险要低。)
explorium的最新客户包括在线小型企业贷方ondeck,全球媒体代理商crossmedia,小型企业银行提供商bluevine,在线眼镜零售商glassesusa和小型企业贷款提供商behalf。zeev ventures领导了本周宣布的b轮融资,其中包括dynamic loop,emerge,01 advisors和f2 capital。该轮融资使explorium的总资金达到5,000万美元,该公司表示将用于扩展到新的业务领域和地理市场,从而使其能够扩大数据目录并雇用更多的数据科学和商业人才。
explorium在迅速发展的“自动ml”细分市场中与众多其他初创公司和现有公司并驾齐驱。上个月,databricks推出了用于模型构建和部署的工具包,该工具包可以自动执行超参数调整,批处理预测和模型搜索之类的操作。ibm的watson studio autoai于6月首次亮相,它有望实现企业ai模型开发的自动化,微软最近增强的azure机器学习云服务和google的automl套件也是如此。

新型SIM卡监控孩子一举一动
光纤通道和以太网交换机有什么区别?
昕感科技推出超低导通电阻的SiC MOSFET器件
CS5213 HDMI转VGA带音频信号输出方案
恩智浦推出用于快速充电的业界最佳端到端USB Type-C解决方案
Explorium开发自动数据和功能发现平台
华为出货量同比增长了44.5%并进一步缩小与第一名三星之间的差距
高频交易(HTF)和人工智能(AI)正在改变BTC量化搬砖套利环境
大功率UPS电源元器件的作用
高通CEO莫伦科夫称5G将帮助我们构建更具韧性的社会和经济
关于HDMI延长器在户外广告运用中的案例分析
我国制造业走向高质量的发展之路需要解决哪些困难
MCU、DSP和FPGA的区别
柱塞计量泵工作原理
TI推出Sitara ARM9 MPU与相应的评估板
无线网络技术介绍之4G层叠系统框架解析
都是骁龙835!最低只要2499元:小米6、一加5、三星S8、努比亚Z17这四款手机你更喜欢谁?
iPhone11跌至4849元,还值得买?
华为 不仅仅是世界五百强
如何解决区块链分布式账本技术的集中控制挑战