AutoML TablesBeta 版

基于结构化数据自动构建和部署先进的机器学习模型。

基于结构化数据快速进行大规模机器学习

借助 AutoML Tables,您的整个由数据科学家、分析师和开发者组成的团队能够以大幅提升的速度和规模,基于结构化数据自动构建和部署先进的机器学习模型。您可以利用企业数据来处理关键任务(如供应链管理、欺诈检测、潜在客户转换优化和提高客户生命周期价值等),从而实现业务转型。

提高模型质量

点击一下鼠标,即可生成先进的模型(请参阅功能部分了解更多详情)。我们会自动在 Google 模型库中搜索结构化数据,以找到能满足您需求的最佳模型,从用于较为简单的数据集的线性/逻辑回归模型到适用于更大型、更复杂模型的高级深度、集成学习和架构搜索方法一应俱全。

处理各种数据原语

AutoML Tables 可自动对各种表格数据原语(如数字、类、字符串、时间戳和列表等)进行特征工程处理,也可以帮助您检测并处理缺失值、离群值及其他常见数据问题。

轻松构建模型

我们的无代码界面可以引导用户完成整个端到端机器学习生命周期,让团队中的每个人都可以轻松构建模型,并以可靠的方式将模型整合到更广泛的应用中。我们提供了大量输入数据和模型行为可解释性功能,以及有助于预防常见错误的措施。AutoML Tables 还可用于 API 环境和笔记本环境。

易部署、易扩缩的模型

AutoML Tables 使用的是 Google 的短延迟时间服务基础架构,无论生产工作负载和全球覆盖范围如何,您都能以极其简便的方式部署机器学习模型。

节省时间

从原始数据到可投入生产使用的高品质机器学习模型,AutoML Tables 将这一过程从几个月缩短到仅仅几天。

节省费用

AutoML Tables 无需高昂的年度许可费用。 它根据计算和内存用量计费,所以您只需按实际用量付费。

AutoML Tables 与企业

利用您的企业数据应对一系列关键任务挑战。

零售:最大程度提高收入

更好地预测客户需求,以便通过优化产品分销方式、促销活动和定价提前弥补产品组合的不足,同时最大程度地提高收入。

财务:优化投资组合

通过精准关注潜在的大额索赔和欺诈可能性,预测并优化保单持有人投资组合的风险和回报。

营销:了解客户

客户的平均生命周期价值是多少?您可以利用 AutoML Tables 来预估购买价值、数量、频率、潜在客户转化概率和客户流失可能性,从而充分利用您的营销支出。

AutoML Tables 工作原理

凭借 AutoML Tables 的速度、精度和规模,Fox Sports 为澳大利亚数百万的板球球迷打造了全新体验。我们以历史板球比赛的多个变量为基础来训练模型,最终能够比球场上的实际赛况提前 5 分钟预测三柱门倾倒的时间。这一新功能通过将 AutoML 集成到 App Engine 和 Cloud Dataflow,改变了每位客户的接触点,从而成为我们营销策略的基本组成部分。我们以前所未有的方式呈现板球比赛后,用户的互动度达到了行业平均水平的 140%;相关的营销活动在适当的位置适时触达球迷,同样营销开支下的订阅人数增加了 150%。

Chris Pocock,Fox Sports 公司营销总监

资源

价格

免费试用:您可以免费试用 AutoML Tables,每个结算帐号可获享 6 个免费训练节点时和 6 个免费批量预测节点时。您的免费节点时数在您创建第一个模型之前发放,可在一年内使用。

如需了解详情,请参阅价格指南

更进一步

获享 $300 赠金以及 20 多种提供“始终免费”用量的产品,开始在 Google Cloud 上构建项目。

不知从何入手,需要一点帮助?
与值得信赖的合作伙伴携手