MACHINE LEARNING RESEARCH PLATFORM

ChangtianML
科研平台

面向高校、科研机构与研发团队,支持更高程度的自动化机器学习和持续学习能力。用户仅需提供训练数据,无需具备任何机器学习知识即可构建机器学习模型,并且随数据变化自动更新,让普通人的 AI 建模能力达到专家水平。加速各行各业智能化场景探索与落地。

进入科研平台
  • 自动化特征工程
  • 模型训练与评估
  • 持续学习
ChangtianML 建模任务界面,展示文件上传、数据预览、数据配置和任务配置流程

TECHNOLOGY ROADMAP

面向科研建模的核心技术路线

通过高阶自动化特征工程、持续学习与方法论创新,支持模型从构建、训练到持续优化。
01

高阶自动化特征工程

创新自研高阶自动化特征工程框架,自动探索各种高阶特征表达形式,不仅仅能找到有效的统计特征与初等数学变换特征。相对于普通自动化特征工程框架能找到更多有效特征。

  • 自动特征构造
  • 特征筛选
  • 多类型数据
自动化设备制造场景,体现高阶自动化特征工程对复杂数据的处理与提炼
02

持续学习

在自动化机器学习基础上,随业务数据持续变化让机器学习模型与时俱进,区别于各类 refit 方法,本方法能很好兼顾解决类似概念漂移与灾难性遗忘的问题。让机器学习模型在减少过拟合基础上对新老数据都有良好预测能力。

  • 模型持续更新
  • 适应数据变化
自动化设备持续运行场景,体现模型依据新增数据持续学习和更新
03

不断创新的持续学习方法论

样本增强、强化学习、元学习等围绕持续学习不断创新技术路线与技术方法,持续优化平台的建模能力、性能与可靠性。

  • 样本增强
  • 强化学习
  • 元学习
  • 持续学习
工程人员持续改进复杂设备,体现不断创新的持续学习方法论

CHANGTIANML RESEARCH PLATFORM

让下一项研究,从更高效的建模流程开始

结合您的数据条件、研究方向与应用目标,了解 ChangtianML 科研平台的使用方式。
进入平台