人工智能平臺使用JAVA語言開發(fā)，采用B/S結(jié)構(gòu)，用戶不需要下載客戶端，可通過瀏覽器進行訪問。用戶可在沒有Python編程基礎(chǔ)的情況下，通過拖拽的方式進行操作，將數(shù)據(jù)輸入輸出、數(shù)據(jù)預(yù)處理、挖掘建模、模型評估等環(huán)節(jié)通過流程化的方式進行連接，以達到數(shù)據(jù)分析挖掘的目的。

我公司開發(fā)的人工智能平臺秉承“以用戶為中心、以需求為導(dǎo)向”的服務(wù)理念，以傳播氣象信息、服務(wù)氣象為核心。其采用靈活快速應(yīng)對變化的架構(gòu)開發(fā)技術(shù)，快速實現(xiàn)前端提的需求，避免重復(fù)建設(shè)，達到提高工作效率目的。

同時，適合不同研發(fā)能力的用戶快速實現(xiàn)模型訓(xùn)練、評估和預(yù)測，解決各種場景應(yīng)用問題，平臺提供多種建模方式，實現(xiàn)全流程”0“代碼的模型搭建、訓(xùn)練、優(yōu)化與模型預(yù)測服務(wù)，同時也具備向開發(fā)者提供自主、靈活的模型構(gòu)建服務(wù)。

另外，我公司開發(fā)的人工智能平臺具備數(shù)據(jù)對齊、模型訓(xùn)練、模型測試和模型分發(fā)、模型管理和項目管理等 AI 工具，在氣象觀測、氣象識別、自然災(zāi)害等視覺場景為客戶實現(xiàn)降本增效提質(zhì)的人工智能應(yīng)用能力。

技術(shù)特點：

1、主流框架支持

平臺提供機器學(xué)習(xí)和深度學(xué)習(xí)開發(fā)能力，支持PaddlePaddle、TensorFlow、PyTorch、Caffe、Scikit-learn、XGBoost、SparkM-Llib等開發(fā)框架。同時支持以自制 Docker 鏡像的形式支持其他框架。另外平臺將持續(xù)保持對其最新技術(shù)的支持。

2、多種建模工作方式

平臺提供交互式(Notebook)、可視化(拖拽組件)、任務(wù)式 (AutoML)等多種建模方式，適合不同研發(fā)能力的用戶快速實現(xiàn)模型訓(xùn)練、評估和預(yù)測。

3、全工作周期的模型管理

平臺提供模型生產(chǎn)與管理的全工作周期服務(wù)，包括模型訓(xùn)練、模型預(yù)測服務(wù)、服務(wù)監(jiān)控、精細化運維管理、用戶管理等。提供模型訓(xùn)練平臺，提供成熟垂類模型產(chǎn)線來支持快速開發(fā)，支持第三方模型導(dǎo)入管理。

4、開放的產(chǎn)品功能接口

平臺提供 Restful-API/SDK/RPC 接口，便于上層業(yè)務(wù)應(yīng)用無縫對接， 支持自有模型、第三方模型快速導(dǎo)入并發(fā)布成預(yù)測服務(wù)。 產(chǎn)品設(shè)計層次分明、接口開放，方便與客戶私有云環(huán)境、本地服務(wù)器、大數(shù)據(jù)平臺、運維平臺等已有 IT 工作環(huán)境進行有效對接。

點擊 “產(chǎn)品試用 ”