Недавно у меня была встреча с большим другом, у которого есть успешная компания в области искусственного интеллекта и анализа данных. Он представил онлайн-платформу, связанную с анализом данных, и я нашел ее очень интересной.

В этой статье я расскажу об этой платформе и ее различных аспектах. Обратите внимание, что я впервые работаю с этим инструментом. Давайте пойдем и найдем функции вместе.

Фигурки

Название Shapelets, и вы можете найти его в Google. Его миссия состоит в том, чтобы облегчить анализ данных для специалиста по данным с помощью онлайн-инструментов, таких как ввод данных, хранение, анализ и визуализация данных.

Вы можете импортировать данные на платформу из своей базы данных или других баз данных.

Интересным моментом является то, что эта платформа также предлагает различные наборы данных в своем хранилище, и вы также можете перемещать свои данные в ее хранилище.

Shapelets предоставляет различные услуги, включая ориентированные на память API, серверы хранения, потоковой передачи и выполнения. Вы можете использовать их сервер для запуска предопределенных моделей машинного обучения в параллельной обработке GPU за короткое время.

Он также предоставляет инструменты EDA, такие как разработка функций и изучение взаимосвязи между переменными. Он также предоставляет инструменты временных рядов в своей потоковой части.

В конце концов, пользователь получает доступ к окончательным отчетам, включая графики, графики, аналитические отчеты, инструменты BI и интеграцию с Microsoft Office.

Одна вещь, которая мне нравится как разработчику, это то, что я могу разработать свой алгоритм и объединить его с заранее определенными алгоритмами. Я должен поблагодарить моего друга, который рассказал мне об этой платформе.

Вы можете найти несколько вариантов использования на вкладке решения для различных категорий, включая IoT, энергетику или аэрокосмическую промышленность.

Монтаж

Вы можете установить пакет через pip

pip install shapelets-compute

Одним из требований является библиотека ArrayFire, предназначенная для работы на GPU-обработке.

установить зависимости времени выполнения

shapelets install <<backend>>

Массивы шейпов

Shapelet имеет собственный тип оболочки массива, построенный на основе ArrayFire. пожалуйста, обратитесь здесь, чтобы создать массив.

После установки шейплетов вы можете импортировать библиотеку, вызвав

shapelets.compute

Если он возвращает следующую ошибку, вам необходимо обновить пакет ArrayFire.

No module named ‘shapelets.compute‘

Я постараюсь реализовать некоторые модели через эту платформу в ближайшие дни, так что не забудьте проверить мой GitHub.

В будущих обзорах я также включу несколько тематических исследований.