时序特征挖掘分类算法
时序特征挖掘算法:基于LSTM从流式数据中挖掘高维特征。 通过真实标签指导学习,标签维度区分性更强。从流水中学习到复杂的上下文关系,找到最佳的数据模型。
关系特征挖掘技术
图模型+知识图谱,通过将数据/问题抽象为网络模型,来帮助我们更好地进行数据分析/数据挖掘,充分挖掘个体之间的关系特征。区分客户群里、分布的密度等等,这可以从宏观上去帮助我们分析整个数据样本中的关系。
云从鲲鹏wide & deep双模异构神经网络模型
云从鲲鹏模型采用宽度学习和深度学习算法模型有效结合的方式进行模型搭建,使得模型保留宽度模型的记忆能力,同时引入深度模型的泛化能力。模型效果更强。自动学习有效特征,无需太多特征工程的工作。