AI / 機器學習
AI / ML 模型有助於分析和處理大數據,並透過視覺化圖表將您的數據轉化為可執行的洞察。 協助您的組織了解趨勢、離群值和模式,以便做出更好、更快與更精準的決策。 使用 AI / ML 模型,您將能有效減少人為錯誤和資源。
了解我們的解決方案
如何開始使用
人工智能與機器學習
大數據分析
從數據中獲得洞察和預測。
大數據正在重塑新的行銷格局。 數據可以幫助您發覺潛在的相關性,例如不同客群間的互動模式以及這將如何導致購買決策。 透過這些洞察,企業將可以針對客戶的個人喜好制定客製化的行銷活動。
文本分析
從文本中自動提取和分類訊息
文本分析使企業能夠從文本中自動提取和分類訊息,例如社群媒體平台、電子郵件、文檔、支援工單、發票或調查回覆。 熱門的進階分析技術更包括情緒分析、主題檢測和關鍵字提取。
透過文本分析,社群分析/聆聽 是最關鍵的客戶服務實踐之一。 您可以從企業部落格和社群媒體(Facebook)收集訊息以及客戶回饋,此技術有助於提取特定訊息,例如關鍵字、名稱或企業資訊。 有些企業甚至希望根據主題或觀點對帶有標籤的文本進行分類, 或將其分類為正面或負面的回饋,並針對其進行分析以制定未來的業務決策。
電腦視覺
訓練電腦解釋和理解視覺效果
電腦視覺是一種 AI 模型,用來訓練電腦解釋和理解視覺效果。 透過數位圖像、影片和深度學習模型,機器可以準確地識別、分類、檢測、集群目標和臉部辨識。 它還可以將圖像轉換為文本,反之亦然。
電腦視覺可以跨產業使用以加強消費者體驗、降低成本並提高安全性。
例如, 在製造業中,企業能使用電腦視覺即時識別產品缺陷。 當產品退出生產線時,電腦將處理該產品的圖像或影片,並標記數十種不同類型的缺陷 – 即使是最小的產品也是如此。
一個很好的起點
Google Cloud Platform
上的 AI / ML 元件
DataQuery
BigQuery 是無伺服器的雲端資料倉儲服務,不僅具備高擴充性和成本效益,其記憶體內也搭載 BI Engine 服務,並內建 AI Platform。
Cloud BigTable
PB 規模的全代管 NoSQL 資料庫服務,適合大規模的分析和作業工作負載。
Cloud Pub/Sub
擷取各種規模的事件、簡化事件驅動微服務的開發作業。
Cloud Storage
開發人員和企業適用的整合式物件儲存空間, 您可以使用單一整合式 API 將儲存空間整合至您的應用程式。
Cloud Dataprep
智慧型雲端資料服務中的視覺化介面,您可以輕鬆探索、清理及準備資料,以便用於資料分析和機器學習作業。
Cloud Composer
在 Apache Airflow 上打造全代管的工作流程自動化調度管理服務。
AI Platform
您只需要建立 AI 應用程式一次,就能輕鬆地在 GCP 和內部部署環境中執行這些應用程式 ,並將您的機器學習專案化為成品。
Cloud AutoML
用最少的精力和機器學習專業知識訓練高質量的自訂機器學習模型。