數(shù)據(jù)管理一直是企業(yè)面臨的挑戰(zhàn)。隨著新的數(shù)據(jù)源不斷涌入，使用合適的工具比以往任何時(shí)候都更為關(guān)鍵。預(yù)測(cè)分析工具和軟件是完成這項(xiàng)任務(wù)的最佳解決方案。數(shù)據(jù)專家和商業(yè)管理者必須能夠組織和清理數(shù)據(jù)，以啟動(dòng)這一進(jìn)程。隨后是對(duì)數(shù)據(jù)進(jìn)行分析，并與同事分享結(jié)果。

優(yōu)秀預(yù)測(cè)分析工具和軟件

Alteryx

Alteryx分析過程自動(dòng)化平臺(tái)專注于無(wú)代碼和低代碼的分析構(gòu)建模塊，以設(shè)計(jì)可重復(fù)的工作流程。該平臺(tái)專為所有部門提供自助分析和數(shù)據(jù)科學(xué)的公司而設(shè)計(jì)。Alteryx還使用增強(qiáng)型機(jī)器學(xué)習(xí)來(lái)幫助數(shù)據(jù)工作者建立預(yù)測(cè)模型。

該公司的云平臺(tái)使在線、桌面和內(nèi)部數(shù)據(jù)中心共享工作流程變得簡(jiǎn)單便捷，并提供與現(xiàn)代云生態(tài)系統(tǒng)應(yīng)用的內(nèi)置集成。分析流程自動(dòng)化平臺(tái)通過將數(shù)據(jù)質(zhì)量和準(zhǔn)備、分析、數(shù)據(jù)科學(xué)和自動(dòng)化機(jī)器學(xué)習(xí)以及部署和監(jiān)控結(jié)合到一個(gè)服務(wù)中，將分析、數(shù)據(jù)科學(xué)和流程自動(dòng)化放在一起。自動(dòng)化服務(wù)包括80多個(gè)本地集成的數(shù)據(jù)源。Alteryx的設(shè)計(jì)器服務(wù)可以很容易地組合數(shù)據(jù)集、使用無(wú)代碼和代碼友好型工具，生成可視化工作流程和報(bào)告。

Alteryx還在其數(shù)據(jù)科學(xué)門戶網(wǎng)站上，提供有關(guān)機(jī)器學(xué)習(xí)的培訓(xùn)和教育信息。Alteryx為企業(yè)用戶的設(shè)計(jì)師提供一個(gè)30天免費(fèi)許可證。對(duì)于學(xué)生、教育工作者，該公司提供免費(fèi)的一年可續(xù)簽的設(shè)計(jì)師許可證。

Azure Machine Learning

微軟的云平臺(tái)為整個(gè)機(jī)器學(xué)習(xí)過程提供商業(yè)分析服務(wù)。這包括準(zhǔn)備數(shù)據(jù)、建立和訓(xùn)練模型、驗(yàn)證和部署模型，以及管理和監(jiān)控模型。據(jù)微軟稱，該平臺(tái)可以提高機(jī)器學(xué)習(xí)產(chǎn)品的投資回報(bào)率，將訓(xùn)練模型所需的步驟減少70%，并減少90%的管道代碼行數(shù)。Azure Machine Learning還提供PyTorch企業(yè)版，這是一個(gè)針對(duì)開源深度學(xué)習(xí)框架的支持計(jì)劃，允許服務(wù)提供商開發(fā)并向客戶提供定制的企業(yè)級(jí)支持。

Azure ML還提供負(fù)責(zé)任的AI功能，使模型更加透明和可靠。功能包括可視化、假設(shè)分析和模型解釋圖表。該平臺(tái)包括用于測(cè)試模型公平性的算法，以及用于調(diào)試錯(cuò)誤和提高準(zhǔn)確性的錯(cuò)誤分析工具包。

微軟提供60個(gè)合規(guī)性認(rèn)證，以及初級(jí)和高級(jí)教程。Azure有一個(gè)免費(fèi)試用版。使用Azure ML沒有額外費(fèi)用，但用戶需要為計(jì)算以及其他Azure服務(wù)付費(fèi)，包括Azure Blob Storage、Azure Key Vault、Azure Container Registry和Azure Application Insights。定價(jià)選項(xiàng)可以根據(jù)服務(wù)類型、地區(qū)、貨幣和時(shí)間范圍進(jìn)行定制。

Databricks

Lakehouse平臺(tái)結(jié)合了數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)湖的功能。Databricks Lakehouse將數(shù)據(jù)倉(cāng)庫(kù)和AI用例整合在一個(gè)平臺(tái)上，提供了跨云部署的單一數(shù)據(jù)平臺(tái)。該倉(cāng)庫(kù)建立在開源技術(shù)Delta Lake之上，形成了結(jié)構(gòu)化的事務(wù)層。據(jù)該公司稱，這種開放格式的存儲(chǔ)層為流媒體和批處理操作，提供了可靠性、安全性和性能，可以用結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的單一存儲(chǔ)空間來(lái)取代數(shù)據(jù)孤島。

Delta Engine是一款高性能的查詢引擎，具有SQL功能，包括索引、緩存和MPP處理。該平臺(tái)還允許直接文件訪問和對(duì)Python、數(shù)據(jù)科學(xué)和AI框架的本地支持。云合作伙伴包括AWS、Azure和谷歌云。

Databricks數(shù)據(jù)科學(xué)工作區(qū)可供團(tuán)隊(duì)中每個(gè)人使用。現(xiàn)有的筆記本電腦可以被導(dǎo)入公司的Databricks環(huán)境或免費(fèi)的社區(qū)版。

Databricks有一個(gè)學(xué)院，有許多基于角色的學(xué)習(xí)路徑、自定義進(jìn)度的學(xué)習(xí)和教師指導(dǎo)的培訓(xùn)。該公司還為數(shù)據(jù)分析師、數(shù)據(jù)工程師和機(jī)器學(xué)習(xí)專家提供專業(yè)的徽章和認(rèn)證。Databricks提供免費(fèi)試用和使用折扣。

DataRobot

DataRobot的AI云平臺(tái)支持所有用戶的協(xié)作，從數(shù)據(jù)科學(xué)和分析專家，到IT和DevOps團(tuán)隊(duì)，再到高管和信息工作者。該平臺(tái)包括數(shù)據(jù)工程、機(jī)器學(xué)習(xí)、MLOps、決策智能和可信AI服務(wù)。為了支持決策智能，該服務(wù)有一個(gè)無(wú)代碼的應(yīng)用程序生成器、人工智能應(yīng)用程序和決策流，它們創(chuàng)建規(guī)則以實(shí)現(xiàn)決策自動(dòng)化。無(wú)代碼應(yīng)用程序生成器允許用戶將模型轉(zhuǎn)換為AI應(yīng)用程序，而無(wú)需任何額外的編碼。該公司表示，這使得企業(yè)用戶更容易做出人工智能驅(qū)動(dòng)的決策。

這些應(yīng)用程序還包括詳細(xì)的預(yù)測(cè)解釋，幫助用戶解釋模型做出的任何決定。用戶還可以使用無(wú)代碼應(yīng)用程序生成器，通過改變一個(gè)或多個(gè)輸入來(lái)進(jìn)行假設(shè)分析，創(chuàng)建新的場(chǎng)景，然后比較兩個(gè)結(jié)果。這種透明度使公司能夠?qū)⒆罱K用戶和其他利益相關(guān)者的反饋合并到模型修訂中。

該公司還提供對(duì)現(xiàn)有AI模型進(jìn)行分級(jí)的模塊，為生產(chǎn)部署制定政策、規(guī)則和控制，并生成合規(guī)報(bào)告。DataRobot提供了在任何云平臺(tái)、預(yù)置或邊緣部署人工智能服務(wù)的選項(xiàng)。DataRobot提供免費(fèi)試用。

H2O.ai

據(jù)該公司稱，H2O.ai的自動(dòng)化機(jī)器學(xué)習(xí)能力使其更容易使用人工智能，具有高度的速度、準(zhǔn)確性和透明度。該公司的平臺(tái)有建立模型和應(yīng)用的選項(xiàng)，以及監(jiān)測(cè)性能和適應(yīng)變化的條件。這些服務(wù)是為企業(yè)內(nèi)的各種角色設(shè)計(jì)的，包括數(shù)據(jù)科學(xué)家、開發(fā)人員、機(jī)器學(xué)習(xí)工程師、DevOps和IT專業(yè)人士以及商業(yè)用戶。

該平臺(tái)的服務(wù)包括數(shù)據(jù)可視化、預(yù)處理轉(zhuǎn)化器、數(shù)據(jù)集分割、異常點(diǎn)檢測(cè)、特征編碼、逐個(gè)特征控制和自動(dòng)驗(yàn)證和交叉驗(yàn)證。

自動(dòng)化的機(jī)器學(xué)習(xí)服務(wù)包括：

• 超參數(shù)自動(dòng)調(diào)整
• 建模集成
• 標(biāo)簽自動(dòng)分配
• 自動(dòng)化模型文檔
• 不平衡數(shù)據(jù)集處理
• 模型排行榜
• 無(wú)監(jiān)督自動(dòng)機(jī)器學(xué)習(xí)

該平臺(tái)還包括用于用戶界面創(chuàng)建和機(jī)器學(xué)習(xí)集成的低代碼應(yīng)用程序開發(fā)框架(Python/R)。用于機(jī)器學(xué)習(xí)操作的服務(wù)包括模型存儲(chǔ)庫(kù)、模型部署和模型監(jiān)控。該公司提供全面管理的云服務(wù)和混合云服務(wù)。

IBM SPSS

IBM的社會(huì)科學(xué)統(tǒng)計(jì)包用于通過機(jī)器學(xué)習(xí)算法庫(kù)、文本分析和開源可擴(kuò)展性，進(jìn)行復(fù)雜的統(tǒng)計(jì)數(shù)據(jù)分析，旨在與大數(shù)據(jù)整合并輕松部署到應(yīng)用程序中。該軟件包包括一個(gè)用于臨時(shí)分析的統(tǒng)計(jì)組件，一個(gè)具有算法和模型的建模器，可立即使用，以及用于數(shù)據(jù)的云包中的建模器和用于在云端或場(chǎng)所建立和運(yùn)行預(yù)測(cè)模型的容器化數(shù)據(jù)和AI服務(wù)。一些相關(guān)的產(chǎn)品支持學(xué)生、教師和研究人員的預(yù)測(cè)分析軟件，以及使預(yù)測(cè)分析更容易的分析服務(wù)器。

商業(yè)分析師可以使用統(tǒng)計(jì)組件中的功能：

• 解決分析過程中，從數(shù)據(jù)準(zhǔn)備和管理到分析和報(bào)告所有方面的問題
• 提供自動(dòng)化的方法來(lái)識(shí)別異常情況，并統(tǒng)計(jì)轉(zhuǎn)換來(lái)處理異常值
• 提供表格和可視化
• 將案例分類，并根據(jù)預(yù)測(cè)變量的值，來(lái)預(yù)測(cè)目標(biāo)變量的值
• 實(shí)現(xiàn)對(duì)線性和非線性關(guān)系的精確建模
• 通過使用回歸和期望最大化，用期望值代替缺失值，改進(jìn)預(yù)測(cè)和計(jì)劃

IBM最近為初級(jí)和中級(jí)用戶推出了一個(gè)早期訪問計(jì)劃，以幫助這些群體開始使用統(tǒng)計(jì)數(shù)據(jù)。學(xué)習(xí)模塊的特點(diǎn)是簡(jiǎn)化的用戶界面，在指導(dǎo)下瀏覽軟件和數(shù)據(jù)概覽儀表板。這項(xiàng)服務(wù)處于測(cè)試階段，免費(fèi)提供60天。IBM提供SPSS的訂閱計(jì)劃和內(nèi)部許可版本。有四個(gè)級(jí)別的服務(wù)：基本、標(biāo)準(zhǔn)、專業(yè)和高級(jí)。

IBM Watson Studio

Watson Studio是IBM的數(shù)據(jù)科學(xué)平臺(tái)，以前被稱為數(shù)據(jù)科學(xué)體驗(yàn)。該平臺(tái)包括工作空間和協(xié)作，以及用于數(shù)據(jù)科學(xué)的開源工具。Watson Studio是Cloud Pak中數(shù)據(jù)即服務(wù)的核心產(chǎn)品。該服務(wù)包括分析和可視化數(shù)據(jù)的工具，以清理和塑造數(shù)據(jù)，并建立機(jī)器學(xué)習(xí)模型。

Watson Studio的架構(gòu)是圍繞一個(gè)項(xiàng)目建立的，其中包括協(xié)作者、資產(chǎn)和工具。工作室中提供的軟件包括：

• 數(shù)據(jù)精煉：準(zhǔn)備和可視化數(shù)據(jù)
• Jupyter筆記本編輯器：編碼Jupyter筆記本
• RStudio：在R和R Shiny應(yīng)用程序中編碼Jupyter筆記本
• SPSS建模器：用SPSS算法自動(dòng)實(shí)現(xiàn)數(shù)據(jù)在模型中的流動(dòng)
• 決策優(yōu)化模型生成器：優(yōu)化解決業(yè)務(wù)問題的場(chǎng)景

項(xiàng)目與Watson知識(shí)目錄服務(wù)和Watson機(jī)器學(xué)習(xí)服務(wù)提供的部署空間整合。IBM為數(shù)據(jù)云包提供IBM Watson Studio的免費(fèi)試用。

RapidMiner

這個(gè)數(shù)據(jù)科學(xué)軟件平臺(tái)為數(shù)據(jù)準(zhǔn)備、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、文本挖掘和預(yù)測(cè)性分析提供了一個(gè)集成環(huán)境。它被用于商業(yè)應(yīng)用，以及研究、教育、培訓(xùn)、快速原型設(shè)計(jì)和應(yīng)用開發(fā)。該公司稱，RapidMiner平臺(tái)對(duì)數(shù)據(jù)科學(xué)家來(lái)說(shuō)足夠強(qiáng)大，同時(shí)也對(duì)公司其他部門的用戶足夠友好。為數(shù)據(jù)科學(xué)家設(shè)計(jì)的功能包括：

• 1500多個(gè)原生算法、數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)科學(xué)功能
• 支持許多第三方機(jī)器學(xué)習(xí)庫(kù)
• 筆記本和與自定義Python和R的整合
• 高級(jí)分析和平臺(tái)服務(wù)

為商業(yè)用戶設(shè)計(jì)的功能包括：

• 案例模板
• 按角色自定進(jìn)度的在線認(rèn)證
• 完整的自動(dòng)化選項(xiàng)

RapidMiner AI云服務(wù)是為所有用戶建立的，具有增強(qiáng)和引導(dǎo)的體驗(yàn)，具有最小學(xué)習(xí)曲線的可視化UI，以及對(duì)數(shù)據(jù)和建模過程的解釋。

該公司有RapidMiner學(xué)院以及培訓(xùn)和認(rèn)證服務(wù)。此外，還有經(jīng)過認(rèn)證的全球合作伙伴提供額外的支持和集成，以加快數(shù)據(jù)訪問和機(jī)器學(xué)習(xí)模型的部署。

Tableau

Tableau是一個(gè)端到端的數(shù)據(jù)和分析平臺(tái)，包括安全、治理和合規(guī)以及API。據(jù)該公司介紹，Tableau通過在整合、訪問和監(jiān)督方面建立控制、規(guī)則和可重復(fù)的流程，創(chuàng)造信任和信心。該平臺(tái)的各個(gè)組成部分包括數(shù)據(jù)準(zhǔn)備、CRM分析、服務(wù)器管理和嵌入式分析的服務(wù)。

Tableau還承諾通過推廣以下價(jià)值，來(lái)幫助客戶建立數(shù)據(jù)文化：

• 踐行數(shù)據(jù)驅(qū)動(dòng)的行為
• 重視戰(zhàn)略數(shù)據(jù)的使用
• 鼓勵(lì)分享和社區(qū)

Tableau Blueprint是一種構(gòu)建數(shù)據(jù)驅(qū)動(dòng)型組織所需能力的方法，涵蓋戰(zhàn)略、敏捷性和熟練度。

企業(yè)可以通過軟件即服務(wù)、Salesforce Hyperforce、公共云服務(wù)器和容器以及企業(yè)內(nèi)部服務(wù)器部署Tableau。

Sisense

Sisense的Fusion平臺(tái)將定制分析整合到應(yīng)用程序和產(chǎn)品中，使分析變得直觀和用戶友好。該平臺(tái)有三個(gè)組成部分用于數(shù)據(jù)分析，嵌入、輸液應(yīng)用和分析。Embed 是一個(gè)API優(yōu)先的平臺(tái)，客戶可以用它來(lái)在應(yīng)用程序和工作流程中建立白標(biāo)分析。

客戶可以使用Infusion Apps在Slack、Google Slides、Microsoft Teams和Salesforce中用自然語(yǔ)言查詢提出問題并進(jìn)行分析。分析有代碼優(yōu)先、低代碼和無(wú)代碼選項(xiàng)，用于分析和可視化大量數(shù)據(jù)，以及自助式儀表盤和應(yīng)用程序。該服務(wù)還具有內(nèi)置的、代碼優(yōu)先的統(tǒng)計(jì)和預(yù)測(cè)分析庫(kù)和ML技術(shù)。

Sisense的數(shù)據(jù)連接器集成了幾十個(gè)平臺(tái)，包括Airtable、亞馬遜Redshift、Salesforce Desk.com和Double Click。該公司的市場(chǎng)包括附加組件、集成、數(shù)據(jù)管道。

Sisense云分析平臺(tái)為分析業(yè)務(wù)提供可擴(kuò)展性和敏捷性，并鼓勵(lì)協(xié)作，Sisense提供免費(fèi)試用。

什么是預(yù)測(cè)性分析？

預(yù)測(cè)分析涵蓋研究數(shù)據(jù)的統(tǒng)計(jì)技術(shù)，這包括數(shù)據(jù)挖掘、預(yù)測(cè)建模和機(jī)器學(xué)習(xí)，作為對(duì)未來(lái)事件進(jìn)行預(yù)測(cè)的方法。預(yù)測(cè)分析具有以下潛力：

• 發(fā)現(xiàn)那些有可能取消服務(wù)或不續(xù)約的客戶。
• 識(shí)別可能存在欺詐的交易。
• 建立預(yù)防性的維護(hù)計(jì)劃。
• 企業(yè)領(lǐng)導(dǎo)人可以利用預(yù)測(cè)分析來(lái)增加許多計(jì)劃決策成功的機(jī)會(huì)，或快速測(cè)試各種場(chǎng)景。

什么是預(yù)測(cè)性分析工具？

這些工具包括從無(wú)代碼工具到數(shù)據(jù)湖，再到機(jī)器學(xué)習(xí)算法。企業(yè)可以選擇適合每個(gè)部門的需求和專業(yè)知識(shí)的解決方案。一些平臺(tái)是完整的工作空間，另一些則與現(xiàn)有的工具整合。有云部署和內(nèi)部解決方案的選擇。

Gartner建議公司在選擇預(yù)測(cè)性分析工具時(shí)，遵循以下原則：

• 根據(jù)產(chǎn)品適合公司應(yīng)用需求的程度，來(lái)選擇單個(gè)服務(wù)或服務(wù)組。
• 將自動(dòng)機(jī)器學(xué)習(xí)服務(wù)與標(biāo)準(zhǔn)語(yǔ)言和視覺服務(wù)結(jié)合起來(lái)使用，為解決方案增加獨(dú)特的屬性。
• 為應(yīng)用程序的定期增強(qiáng)做計(jì)劃。

預(yù)測(cè)性分析是如何工作的？

預(yù)測(cè)分析平臺(tái)著眼于查看歷史數(shù)據(jù)并試圖找出規(guī)律。這個(gè)過程依賴于客戶購(gòu)買、天氣信息或銀行習(xí)慣等數(shù)據(jù)，以及回歸分析等統(tǒng)計(jì)數(shù)據(jù)，對(duì)未來(lái)將遵循過去趨勢(shì)的假設(shè)。

某些類型的預(yù)測(cè)分析平臺(tái)使用機(jī)器學(xué)習(xí)，根據(jù)從收集的數(shù)據(jù)中學(xué)習(xí)到的知識(shí)來(lái)修改算法。數(shù)據(jù)專家和業(yè)務(wù)部門領(lǐng)導(dǎo)可以使用預(yù)測(cè)分析法來(lái)測(cè)試新的理論和產(chǎn)品，然后再在市場(chǎng)上做決策。