基于Greenplum的人工智能快速應(yīng)用平臺(tái)方案

1、基于 Greenplum 的人工智能快速應(yīng)用平臺(tái)方案目錄01平臺(tái)介紹場景案例0203FAQ人工智能快速應(yīng)用平臺(tái) VAG對(duì)人工智能快速應(yīng)用平臺(tái)的直觀認(rèn)識(shí)簡單建模案例用到PageRank排名算法實(shí)現(xiàn)個(gè)性化排序，“托拉拽”一 氣呵成，數(shù)據(jù)源定義、特征化、模型調(diào)試和最終數(shù)據(jù)輸出，全程只用了30分鐘3人工智能應(yīng)用平臺(tái)的核心組件計(jì)算服務(wù)層SklearnXGBoostAI 基礎(chǔ)服務(wù)支撐文本語義分析iPython大數(shù)據(jù)集成環(huán)境語音影像分析KettleSparkTensorflowKerasRStudio機(jī)器學(xué)習(xí)/深度學(xué)習(xí)建模分析環(huán)境TomcatDEP數(shù)據(jù)資源層Greenplum 相關(guān)的組件集合Greenplu

2、mPXFImpalaSqoopHDFSHBaseHadoop 相關(guān)的組件集合GPTextMADlibMySQLSQL Server OracleRDS云計(jì)算GPU作業(yè)調(diào)度AI 可視化建模平臺(tái)示范應(yīng)用財(cái)務(wù)分析經(jīng)營分析其他.支撐支撐BI 可視化平臺(tái)智能風(fēng)控分析模型客戶畫像與精準(zhǔn)營銷反洗錢&反欺詐模型4人工智能應(yīng)用平臺(tái)的核心特性人工智能快速開發(fā)應(yīng)用算法MADlib、Python數(shù)據(jù)科學(xué)包案例/模板Case Library智能化場景模板算力Greenplum大數(shù)據(jù)中心集 群工具Visual AI可視化分析與建 模無縫 集成無縫 集成持續(xù) 擴(kuò)充數(shù)據(jù) 治理可配 置性簡單 易用托拉 拽連數(shù)據(jù) 接入GPU加速

3、自主 擴(kuò)展算法 下沉預(yù)測 場景時(shí)空 分析關(guān)聯(lián) 推理BI可 集成57數(shù)據(jù)科學(xué)建模（人工智能快速應(yīng)用）的常用工具（方法）MADlib使用類似SQL的方式執(zhí)行數(shù)據(jù)科學(xué)任務(wù)C+核心，Python驅(qū)動(dòng)面向數(shù)據(jù)工程師、DBA工程師MathWorks源自AT&T貝爾實(shí)驗(yàn)室的S語言MADlib 核心驅(qū)動(dòng)7底層UDF（自定義函數(shù)）擴(kuò)展應(yīng)用代碼量極簡舉例：K-Means客戶聚類分群8MADlib使用K-Means算法python使用K-Means算 法DataSciencePackage 數(shù)據(jù)科學(xué)生態(tài)組件文本挖掘9深度學(xué)習(xí)自然語言數(shù)學(xué)計(jì)算機(jī)器學(xué)習(xí)科學(xué)計(jì)算深度學(xué)習(xí)集成學(xué)習(xí)集成了大量科學(xué)計(jì)算與AI框架大規(guī)模的、并行的

4、、庫內(nèi)計(jì)算與GPU加速支持10目錄01平臺(tái)介紹場景案例0203FAQ人工智能快速應(yīng)用平臺(tái) VAG供應(yīng)鏈金融中的智能風(fēng)控體系場景已協(xié)助該公司規(guī)劃建設(shè)了互聯(lián)網(wǎng)大數(shù)據(jù)分析平臺(tái)，目前，正借助基于Greenplum的群賢平臺(tái)，打造智能風(fēng)控分析系統(tǒng)項(xiàng)目。供應(yīng)鏈金融中的智能風(fēng)控體系場景商品估值分析融資企業(yè)信用風(fēng)險(xiǎn)評(píng)價(jià)分析貸后跟蹤與風(fēng)險(xiǎn)預(yù)警分析群賢平臺(tái)Visual AI on Greenplum某供應(yīng)鏈金融公司世界五百強(qiáng)企業(yè)的金融子公司智能感知與文字識(shí)別場景在客戶服務(wù)數(shù)據(jù)的處理方面，需要對(duì)文本、語音、圖像 中的信息進(jìn)行必要的抽取、轉(zhuǎn)化、分析。智能感知與文字識(shí)別場景文字信息的識(shí)別抽取知識(shí)庫構(gòu)建異常信息識(shí)別分析G

5、PText文字識(shí)別語音識(shí)別圖像識(shí)別文本分析數(shù)據(jù)建模某大型資管公司知名公募資產(chǎn)管理公司群賢平臺(tái)Visual AI on Greenplum案例一及成效智能公告/公文解讀1、運(yùn)營方向：監(jiān)管層、登記公司、交易所、往來業(yè)務(wù)銀行/信托/資管；用于各類信息的 解讀和業(yè)務(wù)類程序的自動(dòng)化參數(shù)、流程、接口維護(hù)。2、合規(guī)風(fēng)控方向：投行、資管、自營等部門的工作過程文件、內(nèi)外聯(lián)絡(luò)留痕信息（含語音和 傳真）、合同協(xié)議等文檔的預(yù)判和警示。 3、投研和投資方向：市場公開公告的自動(dòng)解讀和計(jì)算、信息摘錄、簡要報(bào)告生成。運(yùn)營等中后臺(tái)部門合計(jì)節(jié)省約23名專屬崗位；投研、 合規(guī)風(fēng)控、投資部門預(yù)計(jì)將節(jié)省45名初中級(jí)崗位。 全面實(shí)施后，

6、未來每年節(jié)省綜合運(yùn)營成本300萬元左右！某大型基金公司的 公告和往來公文（電子文檔、網(wǎng)頁和郵件）智能化解讀基于標(biāo)注的機(jī)器學(xué)習(xí)模型（半監(jiān)督學(xué)習(xí)）文字識(shí)別自然語義識(shí)別16案例二轉(zhuǎn)人工或留言常見問題推薦備選答案推薦自動(dòng)編號(hào)語音識(shí)別基于機(jī)器學(xué)習(xí)的問答庫自動(dòng)構(gòu)建：文本聚類建模增加序號(hào)列停用詞過濾分詞及詞頻統(tǒng)計(jì)文本主題挖掘結(jié)果分析和評(píng)估12345智能客服機(jī)器人案例成效智能客服機(jī)器人20%80%服務(wù)接通率70%90%服務(wù)滿意度（未增加人工話務(wù)員）200萬元+每年節(jié)省投資【該基金公司成效顯著】風(fēng)險(xiǎn)預(yù)測預(yù)警場景借助基于Greenplum的群賢平臺(tái)，對(duì)已接入的多源數(shù)據(jù)（包括監(jiān) 控視頻、人臉卡口、車輛卡口、WiFi嗅探、電動(dòng)車RFID等）進(jìn)行 數(shù)據(jù)挖掘與可視化分析，實(shí)現(xiàn)多維度的智慧公安智能化場景應(yīng)用。風(fēng)險(xiǎn)預(yù)測預(yù)警場景趨勢預(yù)測行為動(dòng)態(tài)監(jiān)測聯(lián)動(dòng)可視化BI分析GPText多數(shù)據(jù)源接入50+算法可視化建?？梢暬治鲋腔酃餐苿?dòng)公安領(lǐng)域數(shù)字化轉(zhuǎn)型GP基于GP高性能群賢平臺(tái)Visual AI on Greenplum風(fēng)險(xiǎn)預(yù)測預(yù)警場景 舉例-基于電動(dòng)車RFID數(shù)據(jù)的行為預(yù)測數(shù) 據(jù) 建 模數(shù) 據(jù) 可 視 化24點(diǎn)數(shù)據(jù)實(shí)際值：32，預(yù)測值：34準(zhǔn)確率：92%8000萬+日志數(shù)據(jù)1、對(duì)全市6萬多輛