• vk
  • twitter
  • facebook
  • telegram
  • korusconsulting

Сервис Azure Machine Learning

Microsoft Dynamics

  • Microsoft Dynamics 365
  • Microsoft Dynamics 365:CRM
  • Microsoft Dynamics AX
  • Microsoft Dynamics NAV

Microsoft Business Intelligence

  • Microsoft Power BI
  • Azure Machine Learning
  • КОРУС| Прогноз

Портальные решения

  • Microsoft SharePoint

Инфраструктурные решения

  • System Center
  • Windows Server 2016
  • Office 365
  • Microsoft Enterprise Mobility
  • Microsoft Dynamics 365
  • Microsoft Dynamics 365: CRM
  • Microsoft Dynamics AX
  • Microsoft Dynamics NAV
  • Microsoft SharePoint Server
  • Microsoft Power BI
  • Azure Machine Learning
  • System Center
  • Windows Server 2016
  • Office 365
  • Microsoft Enterprise Mobility

Azure Machine Learning

Azure Machine Learning (ML in Azure) – облачный сервис прогнозной аналитики (predictive analytics), который позволяет самостоятельно прогнозировать спрос на продукцию и остатки на складах, привлечение и отток клиентов, успех запуска новых продуктов и направлений, а также предсказывать выход оборудования из строя и возможные попытки мошенничества.

Сервис представлен двумя компонентами: Azure ML Studio – конструктор для разработки (workspace), представляющий собой визуальный веб-интерфейс для создания моделей прогнозирования с механизмом drag&drop, и веб-сервисы Azure ML.

Azure Machine Learning – это:

  • Управляемый сервис, который позволяет легко создавать и развертывать решения прогнозной аналитики с минимальным участием сотрудников заказчика;
  • Готовый набор математических моделей для прогноза различных показателей бизнеса;
  • Построение прогнозных моделей на основе Больших данных (Big Data) и данных с датчиков и контроллеров Интернета вещей (Internet of Things, IoT);
  • Размещение результатов прогноза и предоставление общего доступа к ним;
  • Поддержка языков программирования R и Pythonдля самостоятельного построения математических моделей;
  • Решение простых задач с помощью «мышки» без глубоких знаний математики и программирования;
  • Поддержка принятия решений на основании максимально точных прогнозов;
  • Интеграция со всеми сервисами Azure, например, Power BI для создания интерактивных отчетов и отслеживания показателей в реальном времени, Apache Spark для увеличения скорости вычисления, SQL Database для хранения результатов прогнозирования и т.д.

Преимущества

  • Не требует установки программного обеспечения и доступен через браузер с возможностью совместной работы;
  • Сервис подходит для задач, в которых необходимо задействовать большие вычислительные мощности: он не требует дополнительных серверов заказчика, так как все расчеты происходят в облаке;
  • Возможность одновременно использовать различные алгоритмы машинного обучения и стратегии моделирования;
  • Управление моделями: возврат изменений, поиск и повторное использование прогнозных моделей или их переобучение;
  • Автоматическое масштабирование в ответ на объемы использования, что позволяет экономить аппаратные ресурсы;
  • Возможность отслеживать изменения используемых моделей и качество работы используемых алгоритмов;
  • Автоматическое переобучение модели при появлении новых данных, что улучшает качество прогноза;
  • Не требует дорогостоящего внедрения и затрат на поддержку работоспособности системы.

Как работает

Применение Azure Machine Learning

  • Ритейл
  • Телеком
  • Финансы
  • Промышленность
  • Логистика
  • Энергетика и ЖКХ
  • Здравоохранение
  • Предсказание продаж и спроса на продукцию
  • Прогноз эффекта от маркетинговых кампаний
  • Построение моделей предпочтений покупателей
  • Персонифицированные рекомендации для клиентов
  • Управление лояльностью
  • Сегментация и кластеризация клиентов
  • Предсказание оттока абонентов
  • Предсказание удовлетворенности клиентов
  • Сегментация групп абонентов со схожими предпочтениями

Реальные задачи

  • Скоринг заемщиков
  • Выявление и предупреждение мошенничества
  • Оценка страховых рисков и прибыли

Новые функции в знакомом интерфейсе

  • Предсказание отказов оборудования
  • Оптимизация технического обслуживания
  • Прогнозирование качества продукции

Новые функции в знакомом интерфейсе

  • Оптимизация маршрутов и цепочки поставок
  • Прогнозирование времени доставки
  • Прогнозирование поломок
  • Рациональное планирование расписания

Новые функции в знакомом интерфейсе

  • Прогнозирование нагрузки и потребления
  • Предсказание отказов оборудования

Новые функции в знакомом интерфейсе

  • Прогноз здоровья
  • Персонализация здравоохранения

наверх