<strike id="6ogu0"></strike>
<fieldset id="6ogu0"></fieldset>
<strike id="6ogu0"></strike>
<strike id="6ogu0"></strike>
<fieldset id="6ogu0"></fieldset>
產(chǎn)業(yè)園區(qū)落地
ERP解決方案
連鎖系統(tǒng)解決方案
合伙人解決方案
云平臺工業(yè)+互聯(lián)網(wǎng)+大數(shù)據(jù)+人工智能
大數(shù)據(jù)一站式服務(wù)平臺
全球供應(yīng)鏈工業(yè)互聯(lián)網(wǎng)展示應(yīng)用中心
智惠城市解決方案
智惠政務(wù)解決方案
智惠園區(qū)解決方案
產(chǎn)業(yè)互聯(lián)網(wǎng)解決方
數(shù)字工廠解決方案
供應(yīng)鏈采集解決方案
供應(yīng)鏈金融解決方案
產(chǎn)業(yè)集群解決方案
人工智能解決方案
云平臺解決方案
工業(yè)4.0解決方案
智慧招商解決方案
政府和企業(yè)的信息化積累了大量的數(shù)據(jù)，涵蓋其業(yè)務(wù)、運(yùn)營、財(cái)務(wù)等各個(gè)方面，隨著數(shù)據(jù)維度的增多和關(guān)聯(lián)度的增強(qiáng)，傳統(tǒng)BI的分析方法已經(jīng)無法充分的挖掘數(shù)據(jù)中的價(jià)值。人工智能的再次興起為數(shù)據(jù)提供了新的應(yīng)用模式，能夠從高維度的數(shù)據(jù)中發(fā)現(xiàn)深層的關(guān)聯(lián)關(guān)系，精確地進(jìn)行分類、預(yù)測等分析，從而為政府和企業(yè)的決策提供依據(jù)。同時(shí)，人工智能也對政府和企業(yè)應(yīng)用的建設(shè)者提出了新的要求。
首先，人工智能在政府和企業(yè)的應(yīng)用要求建設(shè)者具備將業(yè)務(wù)映射到數(shù)據(jù)的能力。建設(shè)者一方面要熟悉業(yè)務(wù)過程、內(nèi)容和需求，另一方面需要了解當(dāng)前所能夠掌握的數(shù)據(jù)資源，并將業(yè)務(wù)的需求與數(shù)據(jù)資源關(guān)聯(lián)起來。
其次，人工智能在政府和企業(yè)的應(yīng)用要求建設(shè)者具備數(shù)據(jù)和算法建模的能力。建設(shè)者需要具備統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等領(lǐng)域的專業(yè)知識，能夠針對業(yè)務(wù)場景的需求建立數(shù)據(jù)的模型和算法的模型，并對模型進(jìn)行訓(xùn)練、驗(yàn)證和優(yōu)化，使其能夠滿足業(yè)務(wù)應(yīng)用的要求。
除此之外，政府和企業(yè)的應(yīng)用建設(shè)者還需要轉(zhuǎn)變傳統(tǒng)的應(yīng)用建設(shè)思維，從人工智能的層面理解應(yīng)用的內(nèi)容和工作方式，從數(shù)據(jù)的準(zhǔn)備、標(biāo)注，到模型的更新，實(shí)現(xiàn)面向回歸、分類、預(yù)測、關(guān)聯(lián)發(fā)現(xiàn)等類型場景的新型應(yīng)用。
因此，政府和企業(yè)迫切需要一個(gè)能夠幫助其簡單、快速使用人工智能模型和算法方案，釋放數(shù)據(jù)中的價(jià)值。
金蝶天燕人工智能應(yīng)用解決方案是一個(gè)集成了大數(shù)據(jù)緩存、大數(shù)據(jù)分析處理引擎、人工智能算法模型以及大數(shù)據(jù)分析與建模平臺的整體解決方案，能夠幫助用戶簡單、快捷的實(shí)現(xiàn)從數(shù)據(jù)的采集、緩存到分析建模以及應(yīng)用與可視化的全過程，降低人工智能在政府和企業(yè)中應(yīng)用的技術(shù)門檻。
客戶價(jià)值
金蝶天燕人工智能應(yīng)用解決方案包含了主流的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法，支持聚類與降維、分類分析、回歸預(yù)測、關(guān)聯(lián)發(fā)現(xiàn)、統(tǒng)計(jì)分析以及數(shù)據(jù)可視化等的智能分析應(yīng)用場景，同時(shí)提供面向算法流程訓(xùn)練、優(yōu)化的主流算法和模型。
金蝶天燕人工智能應(yīng)用解決方案為用戶提供交互式、可見即所得的分析和流程建模界面，可幫助用戶構(gòu)建人工智能分析的實(shí)驗(yàn)床，通過直觀的方式嘗試不同的算法，建立數(shù)據(jù)分析流程和模型，訓(xùn)練、測試、驗(yàn)證和優(yōu)化分析流程。
金蝶天燕人工智能應(yīng)用解決方案支持主流的計(jì)算框架，包括主流的Tensorflow、Theano、Keras等人工智能計(jì)算框架，支持兼容cuda架構(gòu)的GPU計(jì)算，可適應(yīng)不同數(shù)據(jù)量、不同類型業(yè)務(wù)應(yīng)用對計(jì)算框架、資源類型和計(jì)算能力的要求。
用戶通過可見即所得的拖拽式操作，建立數(shù)據(jù)分析流程
模型組件通過黑盒方式運(yùn)行，用戶可通過兼容的組件進(jìn)行建模，無需具備很深的理論基礎(chǔ)
用戶可對數(shù)據(jù)樣本進(jìn)行交互式的分析，樣本分析結(jié)果隨模型變化即時(shí)生成
中船物貿(mào)
| 中船物貿(mào)是中船重工負(fù)責(zé)物資集中采購的單位，需要管理近千家成員單位上萬個(gè)品類物資的采購、供應(yīng)的流程。為實(shí)現(xiàn)物資采購及管理的過程，中船物貿(mào)建設(shè)了物料采購平臺，用于處理集團(tuán)成員單位的采購需求、審批流程以及與供應(yīng)商對接的過程。 在執(zhí)行物資采購申請的過程中，成員單位需要在物資的上萬個(gè)類別中查找到當(dāng)前所申請物料的類別，按類別相應(yīng)的模板填寫物料申請。由于物資種類繁多，物資的申請過程容易出錯(cuò)，且處理效率較低，大量的時(shí)間花費(fèi)在了物資類別的查找過程中。 基于人工智能應(yīng)用解決方案，我們對中船物貿(mào)積累的近百萬條用戶物資申請的歷史數(shù)據(jù)進(jìn)行了特征化處理，從中提取了用戶申請物資過程中對物資描述的行為特征，形成特征數(shù)據(jù)集。通過對機(jī)器學(xué)習(xí)算法的訓(xùn)練，我們使機(jī)器學(xué)習(xí)算法獲取了用戶輸入物資描述的語言習(xí)慣，并固化為特定的模型，從而能夠根據(jù)用戶輸入物資描述的特征，智能的生成用戶所需物資的類別。經(jīng)過多次的迭代訓(xùn)練，在中船物貿(mào)的物資自動(dòng)分類識別系統(tǒng)中，機(jī)器學(xué)習(xí)模型對物資類別的識別率可達(dá)95%。通過物資自動(dòng)分類識別模型與物資采購平臺的集成，我們實(shí)現(xiàn)了物資的智能自動(dòng)歸類，系統(tǒng)能夠自動(dòng)根據(jù)用戶對物資的描述識別物資類別，使集團(tuán)成員單位的物資申請?zhí)幚硇?img class="anchorclass"/>率大幅提高。 |
