2021·最佳机器学习平台TOP20

01. 机器学习平台定义

02. 机器学习平台榜单

03. 精选客户评价

04. 评选规则

01

机器学习平台定义

机器学习是一门涉及统计学、系统辨识、逼近理论、神经 络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习的典型应用场景有精准营销、物流调度、销量预测等。

根据字母点评发布的《2021年人工智能产品采购指南 -机器学习平台》，机器学习平台覆盖机器学习全流程，为企业提供数据分析和建模工具，企业用户可以在机器学习平台上利用机器学习算法进行模型的构建、部署和监控等，并将模型应用于实际的业务场景中。

机器学习平台的优势在于低门槛、高性能、自动化、全流程和高效率。通过机器学习平台，企业用户可以了解整个数据分析流程，探索数据关系和实现业务洞察。

对于企业用户而言，机器学习平台的价值体现在三个方面：

降低建模门槛：机器学习平台为企业用户提供可调用的功能模块以及拖拉拽的建模工具，实现低代码模型开发，降低用户的使用门槛；同时，机器学习平台支持多种预训练模型和特定任务的流程，简化建模流程。

加速模型迭代：模型在部署到业务场景之前需经过多次迭代，不断地进行数据处理与模型迭代以实现模型的最优化，机器学习平台提供数据可视化、数据增强、数据准备工具等，加速模型的迭代过程。

共享数据洞察：企业用户可以使用机器学习平台上的协作工具实现数据、模型、仪表板以及其他相关信息的共享，促进团队协作。

机器学习平台通过端到端的建模流程，使企业用户实现机器学习的全生命周期管理。从端到端的流程来看，机器学习平台的功能可分为：

数据接入：支持多种类型数据的接入，既包括结构化数据，又包括非结构化数据，并提供多种接入方式。

数据准备：包括数据清洗和数据探索，在数据清洗环节，机器学习平台一般具备数据融合、数据缺失处理、数据分类、打标签、数据异常处理、数据平滑等功能，在数据探索环节，机器学习平台具备单变量统计、多变量统计、聚类分析、相似度度量、密度检验等功能。

特征工程：支持特征构建、特征选择、特征降维、特征编码等特征工程必备流程，同时提供可视化的特征重要性评估功能，使用户可以快速发现模型中存在的问题。

模型训练：在建模环节，对于编程能力较弱的用户，平台提供拖拉拽的方式方便用户快速建模，降低用户使用门槛，同时也支持Notebook；模型建立后，平台提供可视化超参调整、超参搜索等功能，提高模型训练的效率。

模型部署：通过API接口，一键实现模型从开发环境到生产环境的部署，实现模型快速上线。

模型管理：模型部署到生产环境后仍需要进行监控和管理，以保证模型的准确率和及时更新，模型管理能够将生产环境中的模型与基线或之前的模型进行对比，确定模型效果。此外，很多平台还提供指标跟踪工具，提高模型效果的评估效率。

02

机器学习平台榜单

字母点评对行业内多达279个企业用户与专家进行深度调研与用户反馈收集，其中包括金融业、政府/非盈利机构、互联 /IT/电子/通信等行业的机器学习平台使用企业，机器学习平台厂商以及人工智能领域专家，基于对“产品功能、产品性能、应用效果、服务经验、价格、公司实力”六个维度的综合评比，现公布“2021·最佳机器学习平台TOP20”如下：

插播预告：

2021年10月，我们将陆续发布机器学习平台、知识图谱平台、企业直播平台等众多领域的产品象限。

具体信息可咨询字母点评工作人员

03

精选客户评价

“使用Alteryx时可以通过拖拉拽操作而无需写代码，用户即使不是IT背景也可以操作，且操作界面都是图示化的，对用户来说非常友好。”

某互联 公司数据分析师

“SageMaker可以一站式构建、训练和部署模型，并且每个开发阶段可以选择不同的机器学习类型，因此不会浪费资源。SageMaker 还支持分布式训练，我已经在SageMaker 使用 PyTorch、Tensorflow 和 Keras 构建、训练和部署深度学习模型，SageMaker提供许多自定义 Conda 环境来支持使用任何框架的开发。”

某科技公司软件开发工程师

“我行信用卡业务之前的营销方式为简单业务规则划分后的群众无差别外呼营销，用户转化率较低，部门运营成本也相应增加，因外呼人力限制，无法完全覆盖潜在营销群体。

我们通过邦盛科技机器学习系统，并应用在业务场景后，每月外呼量显著减少的情况下，用户转化率提升51%，并可在系统上线后实时监控，根据场景变化进行优化。”

某股份制银行信用卡中心

“作为数据科学家，对机器学习的最终需求是得到精确且有价值的数据，来帮助公司实现业绩增长，具体需求可包括数据的汇集及预处理、模型创建和训练，以及后续的可视化分析等等，Google Cloud AutoML 满足了我们日常工作的大部分需求。”

某银行数据科学家

“九章云极作为海信集团的信智 AI 平台的实施方，利用业内先进的机器学习和深度学习算法，推动海信智能制造的不断深化发展，实现了 AI 落地和价值量化，并赋能业务。”

海信集团技术开发部

“IBM Watson Studio 通过创建机器学习工作流为我们解决了几个关键问题：第一，短时间即可获得良好的ROI；第二，在很多方面得到了IBM团队的支持；第三，产品上线后很好的补充了我们的缺失能力；第四，使用期间不需要学习大量技术知识。”

某药企数据分析师

“通过Matlab，我们可以轻松地以符 和数字形式表示非常复杂的函数数据。Matlab可以为数据分析过程提供很多帮助，以图形形式表示非常大量的数据，有助于我们轻松地理解数据。”

某教育公司产品开发

“Azure机器学习的可用性很强，可以在不写任何代码的情况下实现机器学习算法，可视化操作方便并可以创建工作流，使用数据训练模型（导入非常容易）并云上使用机器学习知识库。”

某IT公司软件开发工程师

“AI 可以通过量身定制的方法触发精准医学计划的开发，以治疗具有特定临床表现的患者，尤其是在多年数据可用的情况下。我们在SAS?可视化数据挖掘和机器学习中，使用计算机视觉技术和深度学习模型，提高化疗反应评估的速度和准确性。我们现在能够完全自动响应评估，与人工操作相比，此过程不仅更快，而且更准确。”

某药企项目负责人

“TempoAI有大量基于专家经验的算法模型，能够快速构建AI模型，准确率很高，稳定性和易用性也不错。产品能够在不同环境下简单、快速的实施部署，同时可扩展性好，兼容性强，操作也很方便。”

某能源集团数字化项目负责人

“同盾科技全栈式机器学习平台，功能遍布用户分析、信用卡风险预测、反欺诈、关系挖掘、结构与非结构化数据处理等环节，覆盖数据层、感知层、决策层到执行层各个业务核心，帮助快速实现智能感知、智能决策，显著降低了成本、风险的同时，极大提升效能。”

某银行风险决策部门负责人

* 查看更多评价可前往字母点评官

04

评选规则

1.参选要求

参与本次评选的产品，须同时满足以下条件：

1）企业工商注册时间须满3年；

2）截止 名时，参选产品必须已服务一定量的付费客户。

2.评价维度

结合客户选择数字化产品时考虑的关键购买因素，字母点评基于产品功能、产品性能、应用效果、服务经验、价格、公司实力六个维度对被评产品进行全方位评价，评价数据均来自对企业各级使用者的深度调研与用户真实反馈。