了解美狮贵宾会官方网如何帮助数据科学家
利用代码环境和先进的实验功能，更快地将数据产品投入生产, 建模, 和部署.
发现工程特性
加快特性工程进程, 所有类型的数据科学家——从市民到专家——都可以在美狮贵宾会官方网的特征库中发现参考特征集，并将它们导入到他们的项目中.
美狮贵宾会官方网中的AutoML提供了自动的特征生成和缩减技术，并应用处理策略进行特征选择, 缺失值, 变量编码, 以及根据数据类型重新缩放. 接受默认设置或轻松修改任何部分为您的特定目标.
使用AutoML交付更多的模型
美狮贵宾会官方网用一种有指导的方法增强了模型开发过程, 内置的护栏, 以及白盒解释性，这样数据科学家和分析师就可以构建和比较多个生产就绪模型.
美狮贵宾会官方网 AutoML提供了来自领先框架的预测算法, 聚类, 时间序列预测, 以及计算机视觉任务，以帮助各个业务部门的人员产生最佳结果, 所有这些都在一个易于使用的界面.
自定义毫升
高级数据科学家可以通过添加自定义Python算法来扩展可视化ML界面, 或者使用Python编程开发模型, R, Scala, 茱莉亚, Pyspark, 以及其他语言. 确保外部努力被捕获并可解释给团队的其他成员, 美狮贵宾会官方网捕获这些实验的细节，并自动提供模型比较和可解释性报告.
不管模型是在哪里开发的, 美狮贵宾会官方网仍然是部署的中心平台, 监控, 和治理.
模型验证与评价
美狮贵宾会官方网 AutoML为验证和评估模型提供了许多特性, 从设计到部署. 数据科学家可以利用k-fold交叉测试, 自动诊断, 并在实验阶段为完整性检查建模断言.
广泛的交互式性能和解释报告，包括公平性分析, 假设分析, 压力测试提供了团队需要的工具来解释结果并负责地交付可靠的结果, 精确的模型.
时间序列分析与预测“，
美狮贵宾会官方网为时间序列探索和统计分析提供了一套工具, 还有准备工作，比如重新采样, 归罪, 和极值 & 区间提取.
业务专家和数据科学家可以轻松开发, 部署, 并使用美狮贵宾会官方网的可视化ML接口维护统计或深度学习预测模型.
视觉和基于代码的深度学习
美狮贵宾会官方网熟悉的模型设计, 部署, 治理经验使深度学习很容易成为数据项目和业务应用程序的一部分.
使用Keras和Tensorflow定义自定义深度学习架构, 或者利用预先训练好的模型, 转移学习, 以及用于图像分类和物体检测等计算机视觉任务的无代码接口.
在Kubernetes上使用Managed Spark进行扩展
用于大型计算或模型训练工作, 团队可以自动高效地按需扩展工作负载, 弹性资源由Spark和Kubernetes在您选择的云上提供支持.
预配置和完全管理的集群从数据科学家那里抽象出了容器化基础设施的复杂性, 所以你会花更多的时间做你喜欢的事情, 更少的时间设置后端资源.