希望知道未來會帶來什么嗎?預(yù)測分析工具將會提供答案，這些答案是對的嗎?有時是對的。但是，如果預(yù)測可以幫助企業(yè)更好地規(guī)劃、更明智地支出，并為客戶提供更具預(yù)見性的服務(wù)，那么這就足夠了。

什么是預(yù)測分析工具?

預(yù)測分析工具融合了人工智能和業(yè)務(wù)報告。這些工具包括用于從企業(yè)收集數(shù)據(jù)的復(fù)雜管道，添加統(tǒng)計分析和機器學(xué)習(xí)層以對未來進行預(yù)測，并將這些見解提煉成有用的摘要，以便業(yè)務(wù)用戶可以根據(jù)這些見解采取行動。

預(yù)測的質(zhì)量主要取決于進入系統(tǒng)的數(shù)據(jù)——大型機時代處理數(shù)據(jù)的原則是“垃圾進，垃圾出”，如今仍然有效。但還有更深層次的挑戰(zhàn)，因為預(yù)測分析軟件無法神奇地預(yù)測世界變化的時刻以及與過去幾乎沒有聯(lián)系的未來。盡管如此，這些主要通過確定模式來運作的工具正變得越來越復(fù)雜。

使用專用的預(yù)測分析工具通常相對容易，至少與從頭開始編寫自己的工具相比是這樣。大多數(shù)工具都提供可視化編程界面，使用戶能夠拖放各種針對數(shù)據(jù)分析而優(yōu)化的圖標(biāo)。它有助于理解編碼并像程序員一樣思考，這些工具確實可以通過點擊鼠標(biāo)來生成復(fù)雜的預(yù)測。如果需要更多的信息，添加一些自定義代碼通?？梢越鉀Q許多常見問題。

1.Alteryx Analytics Process Automation

Alteryx Analytics Process Automation (APA)平臺的目標(biāo)是幫助企業(yè)在應(yīng)用最佳數(shù)據(jù)科學(xué)和機器學(xué)習(xí)算法之前構(gòu)建清理數(shù)據(jù)的管道。高度自動化鼓勵將這些模型部署到生產(chǎn)中，以生成見解和預(yù)測。可視化IDE提供了300多個選項，這些選項可以組合在一起形成一個復(fù)雜的管道。APA的優(yōu)勢之一是它與其他數(shù)據(jù)源(例如地理空間數(shù)據(jù)庫或人口統(tǒng)計數(shù)據(jù))的深度集成，以豐富企業(yè)的數(shù)據(jù)集的質(zhì)量。

要點：

• 對于數(shù)據(jù)科學(xué)家來說，這是一個非常好的解決方案，因為他們必須自動收集復(fù)雜的數(shù)據(jù)源，以生成多個可交付成果。
• 用于內(nèi)部部署或Alteryx云中的部署。
• 包括許多用于處理諸如文本識別或圖像處理等雜務(wù)的機器人流程自動化(RPA)工具。
• 旨在為可能希望將數(shù)據(jù)顯示為儀表板、電子表格或其他一些自定義平臺的多個客戶提供見解。
• Designer等工具的起價為每位用戶每年5195美元。額外費用由銷售團隊定價。提供免費試用和開源選項。

2.AWS SageMaker

亞馬遜公司的主要人工智能平臺與AWS產(chǎn)品組合的其余部分很好地集成，因此可以分析來自云計算供應(yīng)商的主要數(shù)據(jù)源之一的數(shù)據(jù)，然后將其部署為在自己的實例中運行或作為無服務(wù)器lambda函數(shù)的一部分運行。SageMaker是一個提供全方位服務(wù)的平臺，具有數(shù)據(jù)準(zhǔn)備工具，例如Data Wrangler、一個由Jupyter筆記本構(gòu)建的表示層，以及一個名為Autopilot的自動化選項。可視化工具可以幫助用戶一目了然地了解正在發(fā)生的事情。

要點：

• 與AWS生態(tài)系統(tǒng)的許多部分完全集成，使其成為基于AWS的操作的一個很好的選擇。
• 無服務(wù)器部署選項允許成本隨使用量的增加而增加。
• 市場促進與其他SageMaker用戶買賣模型和算法。
• 與各種AWS數(shù)據(jù)庫、數(shù)據(jù)湖和其他數(shù)據(jù)存儲選項集成，使處理大數(shù)據(jù)集變得簡單。
• 定價通常與用于支持計算的計算資源的大小相關(guān)，免費套餐使實驗成為可能。

3.H2O.ai AI Cloud

將優(yōu)秀的人工智能算法轉(zhuǎn)化為富有成效的洞察力是H2O.ai AI Cloud的主要目標(biāo)。它的“無人駕駛?cè)斯ぶ悄堋碧峁┝艘粋€用于攝取數(shù)據(jù)和研究最顯著特征的自動化管道。一組開源和專有特征工程工具有助于將算法集中在數(shù)據(jù)的最重要部分。其結(jié)果顯示在儀表板或自動圖形可視化的集合中。

要點：

• 專注于人工智能最適合需要適應(yīng)傳入數(shù)據(jù)的復(fù)雜解決方案的問題。
• 工具范圍從用于創(chuàng)建大型數(shù)據(jù)驅(qū)動管道的AI Cloud到幫助桌面用戶創(chuàng)建實時儀表板的基于Python的開源Wave。
• 在內(nèi)部部署設(shè)施或任何云平臺中運行。
• 核心平臺完全開源。
• 銷售團隊提供的企業(yè)支持和云選項定價。

4.IBM SPSS

幾十年來，統(tǒng)計學(xué)家一直在使用IBM公司的SPSS來處理數(shù)據(jù)。最新版本包括集成新方法的選項，例如機器學(xué)習(xí)、文本分析或其他人工智能算法。統(tǒng)計數(shù)據(jù)包側(cè)重于對所發(fā)生事件的數(shù)字解釋。SPSS Modeler是一個拖放工具，用于創(chuàng)建數(shù)據(jù)管道，從而獲得可操作的見解。

要點：

• 非常適合擁有大數(shù)據(jù)流的大型傳統(tǒng)企業(yè)。
• 與其他IBM工具(例如WatsonStudio)集成。
• 利用更大的計劃，例如IBM推動可信賴的人工智能。
• 起價為每位用戶每月499美元，并提供大量免費試用。銷售團隊提供的其他組合。

5.RapidMiner

RapidMiner的工具總是首先提供給第一線的數(shù)據(jù)科學(xué)家。其核心產(chǎn)品是一個完整的可視化IDE，用于試驗各種數(shù)據(jù)流以找到最佳見解。該產(chǎn)品線如今包括更多自動化的解決方案，可以通過更簡單的界面和一系列用于清理數(shù)據(jù)和找到最佳建模解決方案的工具，向企業(yè)中更多的人員開放流程。然后可以將其部署到生產(chǎn)線。該公司還通過一個旨在簡化采用的人工智能中心來擴展其云產(chǎn)品。

要點：

• 非常適合直接處理數(shù)據(jù)并推動探索的數(shù)據(jù)科學(xué)家。
• 為需要了解預(yù)測背后原因的用戶提供透明度。
• 通過Jupyter notebook驅(qū)動的人工智能中心鼓勵人工智能科學(xué)家和用戶之間的合作。
• 對基于Python的開源工具的強大支持。
• 廣泛的免費層為早期實驗和教育計劃提供RapidMiner Studio。
• 可根據(jù)要求為大型項目和生產(chǎn)部署定價。

6.SAP

制造行業(yè)人員通常都知道SAP軟件，SAP的數(shù)據(jù)庫可以在供應(yīng)鏈的各個階段跟蹤貨物。因此，他們投入巨資開發(fā)一種用于預(yù)測分析的理想工具，使企業(yè)能夠就下一步可能發(fā)生的事情做出更明智的決策。該工具在很大程度上基于商業(yè)智能和報告，將預(yù)測視為分析演示文稿中的另一個專欄。來自過去的信息主要使用高度自動化的機器學(xué)習(xí)例程集合，為未來的決策提供信息。企業(yè)的員工不需要成為人工智能程序員就能讓它們運行。事實上，他們致力于創(chuàng)建稱之為“對話分析”的工具，可以為任何用人類語言提問的管理者提供有用的見解。

要點：

• 非常適合已經(jīng)依賴與SAP倉庫和供應(yīng)鏈管理軟件深度集成的堆棧。
• 采用低代碼和無代碼策略設(shè)計，向所有人開放分析。
• 常規(guī)商業(yè)智能流程的一部分，以確保一致性和簡單性。
• 用戶可以通過詢問預(yù)測背后的背景來深入了解人工智能是如何做出決策的。
• 免費計劃允許進行實驗?；酒饍r為每位用戶每月36美元，銷售團隊提供更強大的計劃和更多的自動化和集成。

7.SAS

SAS是早期的統(tǒng)計和商業(yè)智能軟件包之一，其功能隨著時間的推移變得越來越強大。需要預(yù)測的企業(yè)可以生成依賴于統(tǒng)計數(shù)據(jù)和機器學(xué)習(xí)算法的任何組合的前瞻性報告，SAS稱之為“復(fù)合人工智能”。該產(chǎn)品線分為用于基本探索的工具，例如可視化數(shù)據(jù)挖掘或可視化預(yù)測。還有一些針對特定行業(yè)的重點工具，例如旨在預(yù)測潛在合規(guī)問題的反洗錢軟件。

強調(diào)：

• 已針對銀行業(yè)等特定行業(yè)優(yōu)化的大量集中工具。
• 傳統(tǒng)統(tǒng)計學(xué)與現(xiàn)代機器學(xué)習(xí)的完美結(jié)合。
• 專為本地和基于云的部署而設(shè)計。
• 定價很大程度上取決于產(chǎn)品選擇和使用情況。

8.TIBCO

在各種集成工具收集數(shù)據(jù)之后，TIBCO的預(yù)測分析可以開始生成預(yù)測。DataScience Studio旨在使團隊能夠共同創(chuàng)建低代碼和無代碼分析。更集中的選項可用于特定數(shù)據(jù)集。例如，TIBCO Streaming已針對從一系列事件創(chuàng)建實時決策進行了優(yōu)化。Spotfire通過將基于位置的數(shù)據(jù)與歷史結(jié)果集成來創(chuàng)建儀表板。這些工具與該公司的產(chǎn)品線配合使用，旨在支持?jǐn)?shù)據(jù)收集、集成和存儲。

要點：

• 非常適合支持更大的數(shù)據(jù)管理架構(gòu)。
• 預(yù)測分析與多個數(shù)據(jù)移動和存儲選項集成。
• 建立在生成報告和商業(yè)智能的傳統(tǒng)之上。
• 機器學(xué)習(xí)和其他人工智能選項可以提高準(zhǔn)確性。
• 產(chǎn)品采用各種不同的云平臺和內(nèi)部部署選項計劃獨立定價。交鑰匙AWS實例起價為每小時99美分，許多選項由銷售團隊定價。