实例探究.
添加案例
我们的案例数据库覆盖了全球物联网生态系统中的 18,927 家解决方案供应商。
您可以通过筛选条件进行快速浏览。
Download Excel
筛选条件
-
(3)
- (3)
-
(2)
- (2)
-
(1)
- (1)
- (3)
- (1)
- (1)
- (2)
- (2)
- (2)
- (1)
- (1)
- (1)
- (1)
- 查看全部 5 用例
- (3)
- (2)
- (1)
- (4)
Selected Filters
|
Noitso 将模型部署从几天缩短至几小时
Noitso 是一家位于丹麦哥本哈根的公司，专门从事数据科学、数据收集和预测分析。他们利用数据科学和人工智能为客户提供信用评级、记分卡和风险概况。然而，他们在部署模型时面临挑战。这些模型需要很长时间才能投入生产，而且缺乏可解释性和监控性。他们无法确定何时需要重新训练模型，而且必须在固定的一段时间后进行，而不是在必要时进行。这种方法是保持准确预测和防止数据漂移等问题的唯一方法。
|
|
|
|
Exscientia 如何将监控和准备模型所需的时间从几天缩短到几小时
Exscientia plc 是一家由人工智能驱动的药物研发组织，其模型的准确性和稳定性至关重要。该公司的模型部署流程非常独特，因为它是完全自动化的，因此无需人工干预即可交付、监控和重新训练数千个模型。然而，随着 Exscientia 扩大其覆盖范围和目标，它需要企业级规模的解决方案。该团队正在寻找额外的运营效率和其他方法来调试和稳定模型。现有的开源部署解决方案和推理平台已无法满足他们日益增长的需求。
|
|
|
|
Capital One 如何将模型部署时间从数月缩短至几分钟
美国领先的零售银行 Capital One 的机器学习 (ML) 部署流程面临严重延迟。数据科学团队严重依赖工程部门来测试、部署或升级模型。这导致长达一个月的滞后时间，并且需要重新部署整个应用程序才能更新现有模型。只有使用更多的开发人员资源和人力才能扩大项目规模，这进一步加剧了本已不堪重负的团队的压力。该银行需要一种强大、可扩展且灵活的方法来部署 ML 模型，以支持其数百万客户和移动银行应用程序的用户。
|
|
|
|
Covéa 计划如何通过检测欺诈性保险单节省 100 万英镑
Covéa Insurance Plc 是法国领先互助保险集团 Covéa 的英国承保公司，为 200 万保单持有人提供服务，2020 年的保费收入超过 7.257 亿英镑。该公司正面临着保险欺诈的重大挑战，保险欺诈每年给保险业造成超过 10 亿英镑的损失。他们面临的最复杂、最难发现的欺诈类型之一是幽灵经纪。这是指中间人使用虚假或偷来的信息为客户购买保单以降低保费。如果发生索赔，这些保单是合法的，Covéa 将不得不赔偿。由于 Covéa 主要是一家承保公司，他们通常不直接与保单持有人打交道，因此他们可用于检测欺诈的数据较少。呼叫处理团队每天要手动搜索和检查超过 200 万份新报价。这个规模实在太大，无法在有效的时间内处理。
|
|
