TIBCO 與位於台灣的台北 Women Who Code 非營利組織攜手合作，介紹如何部署具模型可解釋性的 autoML。
機器學習模型在詐騙偵測、客戶流失率、預測維護等許多企業問題方面均扮演要角。了解自動化機器學習 (autoML) 如何快速展開流程，同時仍可運用模型可解釋性提供透明度。我們會概述多項最新 autoML 技術，包括運用文字變數並說明這些對您的模型帶來何種影響。
Deploy AutoML with Model Explainability
您可能也會對以下內容感興趣：
Speakers
Jingchuan Lin
Regional Data Scientist
TIBCO Software
Success with TIBCO:
3 vs. 10-12
Months to develop a real-time system with TIBCO Streaming vs. open source
1
centralized source of information, down from 10
3 Months
Time to learn Spotfire and develop the first analysis model
74 Percent
Fewer surgical site infections