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

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

    1791

    文章

    46845

    浏览量

    237531
  • 机器学习
    +关注

    关注

    66

    文章

    8377

    浏览量

    132405

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

    评论

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    嵌入式和人工智能究竟是什么关系? 嵌入式系统是一种特殊的系统,它通常被嵌入到其他设备或机器中,以实现特定功能。嵌入式系统具有非常强的适应性和灵活性,能够根据用户需求进行定制化设计。它广泛应用于各种
    发表于 11-14 16:39

    人工智能机器学习和深度学习存在什么区别

    人工智能指的是在某种程度上显示出类似人类智能的设备。AI有很多技术,但其中一个很大的子集是机器学习——让算法从数据中学习
    发表于 10-24 17:22 2444次阅读
    <b class='flag-5'>人工智能</b>、<b class='flag-5'>机器</b><b class='flag-5'>学习</b>和深度<b class='flag-5'>学习</b>存在什么区别

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    、优化等方面的应用有了更清晰的认识。特别是书中提到的基于大数据和机器学习的能源管理系统,通过实时监测和分析能源数据,实现了能源的高效利用和智能化管理。 其次,第6章通过多个案例展示了
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    很幸运社区给我一个阅读此书的机会,感谢平台。 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们揭示了人工智能技术在生命科学领域中的广泛应用和深远影响。在
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第二章AI for Science的技术支撑学习心得

    人工智能在科学研究中的核心技术,包括机器学习、深度学习、神经网络等。这些技术构成了AI for Science的基石,使得AI能够处理和分析
    发表于 10-14 09:16

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    人工智能:科学研究的加速器 第一章清晰地阐述了人工智能作为科学研究工具的强大功能。通过机器学习、深度学习等先进技术,AI能够处理和
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    RISC-V和Arm内核及其定制的机器学习和浮点运算单元,用于处理复杂的人工智能图像处理任务。 四、未来发展趋势 随着人工智能技术的不断发展和普及,RISC-V在
    发表于 09-28 11:00

    人工智能ai 数电 模电 模拟集成电路原理 电路分析

    人工智能ai 数电 模电 模拟集成电路原理 电路分析 想问下哪些比较容易学 不过好像都是要学的
    发表于 09-26 15:24

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能
    发表于 09-09 13:54

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    人工智能机器学习和深度学习是什么

    在科技日新月异的今天,人工智能(Artificial Intelligence, AI)、机器学习(Machine Learning, ML)和深度学习(Deep Learning,
    的头像 发表于 07-03 18:22 1108次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    ://t.elecfans.com/v/27221.html *附件:初学者完整学习流程实现手写数字识别案例_V2-20240506.pdf 人工智能 语音对话机器人案例 26分03秒 https
    发表于 05-10 16:46

    机器学习怎么进入人工智能

    人工智能已成为一个热门领域,涉及到多个行业和领域,例如语音识别、机器翻译、图像识别等。 在编程中进行人工智能的关键是使用机器学习算法,这是
    的头像 发表于 04-04 08:41 264次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    *附件:初学者完整学习流程实现手写数字识别案例.pdf 人工智能 语音对话机器人案例 26分03秒 https://t.elecfans.com/v/27185.html *附件:语音对话
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式
    发表于 02-26 10:17