0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

详解Salesforce人工智能和机器学习的集驱动的分析新类别

Tableau社区 来源:Tableau社区 作者:Tableau社区 2021-04-06 15:07 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

随着 Tableau 2021.1 的发布,我们将在 Tableau 中首次推出 Salesforce 人工智能AI)和机器学习(ML)的集成。这也将带来一种人工智能驱动的分析新类别:Tableau 商业科学。从 Tableau 中的 Einstein Discovery 开始,我们将把强大的数据科学技术带入到商业领域。所有用户现在都可以通过强大的预测更快速地做出更明智的决策。用户可以在 Tableau 中使用 Einstein Discovery 的核心 ML 技术,无需任何代码。

具体方法

Tableau 计算中的 Einstein

为 Tableau 分析提供动态预测智能功能,并将 Einstein 预测直接连接到 Tableau 计算字段中。使用现有的 Tableau 基础结构构建、共享和扩展包含动态预测的交互式可视化和仪表板,并使用 Tableau 参数测试新方案。

Einstein Dashboard 扩展程序

获得来自 Einstein Discovery 并以原生方式集成到 Tableau 仪表板的 ML 预测,这些明确易懂的按需型预测让您的体验更加愉快。用户只需在 Tableau 可视化中单击一行或多行数据,即可获得动态预测结果、查看预测结果的主要因素并根据模型改进预测结果。

Prep Builder 中的批量评分功能

通过 ML 模型的强大分析功能丰富您的数据集。连接到 Einstein Discovery,您就可以在通过 Tableau 准备数据时集成预测,并对数据进行批量评分,包括写入关键预测因素。

通过这些集成,您不仅可以通过历史数据理解发生了什么,还可以通过预测可能发生的事情和现在可采取的可行建议,将未来带入到今天的决策中。

62a9abb6-94d8-11eb-8b86-12bb97331649.jpg

01Einstein Discovery 为更多决策者带来了人工智能分析

Einstein Discovery 是 Salesforce 的 ML 平台,它从历史数据中学习模式,可用来预测未来的结果。具有业务领域知识的分析师无需借助代码即可构建和部署预测模型。用户首先将数据加载到 Einstein Discovery 中,然后定义他们想要最大化(如销售额或利润)或最小化(如患者等待时间)的业务指标。然后,Einstein Discovery 会在数据中自动检测出模式,并提供一个可评估表现的预测模型。由于加入了偏见保护、预测因素和实时模型监控,用户可以信任 Einstein Discovery。这里没有使用黑盒算法,确保商业专家手中的人工智能和控制是安全的。

这项功能旨在使得针对业务问题的分析和预测变得易于解释。如果模型适合您的分析和业务问题,用户可以通过部署它生成对新数据的预测。这个部署的一部分包括自动生成可以复制到 Tableau 的分析扩展计算数据。

02将预测直接带入计算字段

用户现在可以创建表计算,将 Einstein ML 预测直接添加到 Tableau 可视化中。在分析扩展的支持下,您可以在 Tableau 中构建计算,将数据从 Viz 传送到 Einstein Discovery 中,并动态地获得结果。这些可视化可以在工作簿中共享或发布到 Tableau Server。(这也很快会出现在 Tableau Online 上。)它就像使用 Einstein Discovery 分析扩展创建一个计算字段,并复制和粘贴一个由 Einstein Discovery 自动生成的脚本一样简单。

62de9722-94d8-11eb-8b86-12bb97331649.jpg

在 Tableau Viz 中动态展示预测,使团队能够将 Tableau 仪表板作为工具,把预测带入当前分析的工作流中。构建的预测以一种快速、可维护和可伸缩的方式,为模型创建可视化前端,从而使得其他业务用户可以使用和深入探索。用户每次查看该模型时都可以看到最新数据的结果。我们可以筛选数据以查看特定的子集,而且我们可以动态传递参数,从而允许仪表盘用户使用该模型测试不同的场景或假设。目前在 Tableau 2021.1 Desktop 和 Server 已可使用。

03使用 Einstein Discovery 仪表板扩展创建带有动态预测的仪表板

一旦您在 Einstein Discovery 中构建了模型,您还可以将其引入仪表板中的工作流中,使用户可以按需访问可解释的 ML 预测。在新的产品内扩展库中访问这个仪表板扩展,将其拖放到仪表板上,然后在提示时登录到 Salesforce。

63113d9e-94d8-11eb-8b86-12bb97331649.png

然后,您可以选择一个已部署的 Einstein Discovery 预测,并将该模型直接连接到一个数据表,或者连接到一组参数,您可以在其中执行假设场景。单击 Tableau 可视化中的一行或多行数据,以获得动态预测和基于模型改进结果的方法。

631c8802-94d8-11eb-8b86-12bb97331649.gif

04Prep Builder 中的批量评分功能

在 4 月将要发布的 Tableau Prep Builder 2021.1.3 中,您将能够把来自 Einstein Discovery 的 ML 预测(分数)直接写入数据集。这种集成允许您批量为数据评分,包括写入预测和改进的关键驱动程序。与在 2021.2 Tableau Online 和 Server 的 Prep Conductor 的自动化流程相结合,您将能够在您的组织中操作和扩展预测。

6816f3ce-94d8-11eb-8b86-12bb97331649.png

Einstein Discovery 预测已被集成到 Tableau Prep 中,在用户清理和塑造数据源时为他们提供ML支持的预测。所有用户(包括非技术用户)只需点击几下鼠标,就可以直接获得对数据源编写的顶级预测器和改进。有了 Prep 中的 Einstein Discovery,仪表板作者不再需要设置预测集成,并且可以避免重复的任务。

05在最新版本的 Tableau 中开始使用 Einstein Discovery

通过 Tableau 2021.1 中的 Einstein Discovery,您可以为组织中的任何人提供动态的预测和建议,帮助他们使用 ML 辅助决策。结合 Tableau 仪表板,您可以创建强大的预测模型。无需编写代码即可使用 Einstein 仪表盘扩展,并构建动态表计算,使用 Einstein 从 ML 模型中获得预测结果。

以上预测也可以集成在 Tableau Prep Builder 中,在数据准备期间提供洞察力,并让人们能够直接将 ML 预测(分数)写入他们的数据集。基于历史数据的分析,您可以深入了解背后的关键驱动因素,以及迭代和改进结果的建议。这些扩展的 AI 功能为分析师和业务用户提供了更丰富的分析,以便他们在日常工作中做出更明智的决策,并改善业务结果。
编辑:lyn

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1813

    文章

    49783

    浏览量

    261880
  • 机器学习
    +关注

    关注

    66

    文章

    8541

    浏览量

    136271

原文标题:通过 Einstein Discovery 在 Tableau 中实现 AI 预测

文章出处:【微信号:TableauChina,微信公众号:Tableau社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    旷视入选2025北京人工智能治理案例

    近日,在2025国际前瞻人工智能安全与治理大会上,由北京人工智能产业联盟编制的《人工智能治理案例》正式发布。旷视自主研发的统一生物特征安全管理方案凭借其在生物特征识别数据安全与隐私合
    的头像 发表于 11-11 17:56 1227次阅读

    标贝科技参编《人工智能高质量数据建设指南》

    人工智能迈入“数据驱动”的关键发展阶段,高质量数据已成为突破技术瓶颈、推动产业落地的核心引擎。日前,中国信息通信研究院人工智能研究所联合清华大学计算社会科学与国家治理实验室、中国
    的头像 发表于 09-11 17:19 713次阅读

    利用超微型 Neuton ML 模型解锁 SoC 边缘人工智能

    我们所有的 SoC 都能用于边缘人工智能。例子包括: 预测性维护和楼宇自动化系统 在每个节点上进行本地数据分析智能传感器网络 遥控器和可穿戴设备的动作和手势识别 用于智能健康可穿戴设
    发表于 08-31 20:54

    挖到宝了!人工智能综合实验箱,高校新工科的宝藏神器

    和生态体系带到使用者身边 ,让我们在技术学习和使用上不再受制于人。 三、多模态实验,解锁AI全流程 它嵌入了2D视觉、深度视觉、机械手臂、语音识别、嵌入式传感器等多种类AI模块,涵盖人工智能领域主要
    发表于 08-07 14:30

    挖到宝了!比邻星人工智能综合实验箱,高校新工科的宝藏神器!

    和生态体系带到使用者身边 ,让我们在技术学习和使用上不再受制于人。 三、多模态实验,解锁AI全流程 它嵌入了2D视觉、深度视觉、机械手臂、语音识别、嵌入式传感器等多种类AI模块,涵盖人工智能领域主要
    发表于 08-07 14:23

    超小型Neuton机器学习模型, 在任何系统级芯片(SoC)上解锁边缘人工智能应用.

    Neuton 是一家边缘AI 公司,致力于让机器 学习模型更易于使用。它创建的模型比竞争对手的框架小10 倍,速度也快10 倍,甚至可以在最先进的边缘设备上进行人工智能处理。在这篇博文中,我们将介绍
    发表于 07-31 11:38

    人工智能究竟对电子产业产生哪些的影响?

    人工智能已彻底改变了全球技术格局,在众多工业领域得到广泛应用。在电子产业中,它正成为实现新功能、提升效率以及优化制造流程的关键推动力。例如,嵌入式行业受益于将人工智能集成到电子设备中,机器学习
    的头像 发表于 07-28 18:26 849次阅读
    <b class='flag-5'>人工智能</b>究竟对电子产业产生哪些的影响?

    最新人工智能硬件培训AI 基础入门学习课程参考2025版(大模型篇)

    人工智能大模型重塑教育与社会发展的当下,无论是探索未来职业方向,还是更新技术储备,掌握大模型知识都已成为新时代的必修课。从职场上辅助工作的智能助手,到课堂用于学术研究的智能工具,大模型正在工作生活
    发表于 07-04 11:10

    物联网+人工智能的无限可能

    一、技术优势: 智能化决策:物联网通过感知层采集大量实时数据,而人工智能则通过数据分析和模式识别,为这些数据提供深层次的洞察。AI可以基于大量的实时数据做出智能决策,从而大幅度提升效率
    的头像 发表于 02-21 17:53 618次阅读

    数学专业转人工智能方向:考研/就业前景分析及大学四年学习路径全揭秘

    随着AI技术的不断进步,专业人才的需求也日益增长。数学作为AI的基石,为机器学习、深度学习、数据分析等提供了理论基础和工具,因此越来越多的数学专业学生开始考虑在
    的头像 发表于 02-07 11:14 1737次阅读
    数学专业转<b class='flag-5'>人工智能</b>方向:考研/就业前景<b class='flag-5'>分析</b>及大学四年<b class='flag-5'>学习</b>路径全揭秘

    人工智能机器学习以及Edge AI的概念与应用

    人工智能相关各种技术的概念介绍,以及先进的Edge AI(边缘人工智能)的最新发展与相关应用。 人工智能机器学习是现代科技的核心技术
    的头像 发表于 01-25 17:37 1613次阅读
    <b class='flag-5'>人工智能</b>和<b class='flag-5'>机器</b><b class='flag-5'>学习</b>以及Edge AI的概念与应用

    【「具身智能机器人系统」阅读体验】1.初步理解具身智能

    与未来,涵盖如基于行为的人工智能、生物启发的进化人工智能及认知机器人技术的发展。这一历史背景为随后的大模型驱动的具身智能讨论奠定了基础,随着
    发表于 12-28 21:12

    【「具身智能机器人系统」阅读体验】+数据在具身人工智能中的价值

    嵌入式人工智能(EAI)将人工智能集成到机器人等物理实体中,使它们能够感知、学习环境并与之动态交互。这种能力使此类机器人能够在人类社会中有效
    发表于 12-24 00:33

    【「具身智能机器人系统」阅读体验】+初品的体验

    动态互动的。 该理论强调智能行为源于智能体的物理存在和行为能力,智能体必须具备感知环境并在其中执行任务的能力。具身智能的实现涵盖了机器
    发表于 12-20 19:17

    如何在低功耗MCU上实现人工智能机器学习

    人工智能 (AI) 和机器学习 (ML) 的技术不仅正在快速发展,还逐渐被创新性地应用于低功耗的微控制器 (MCU) 中,从而实现边缘AI/ML的解决方案。
    的头像 发表于 12-17 16:06 1307次阅读