机器学习:架起统计学和IT的桥梁

如何处理需要分类的来自多个数据源的数百万个数据点, 编码, 和分析? 而且是实时的? 而且在预算紧张的情况下? 编码和分类可能需要数年才能完成. 更不用说成本了. 机器学习提供了补救措施.

通过机器学习，我们手动审查和分类可用数据的子集. 然后，我们通过最新的机器学习技术使用这些子集来训练系统，以自动编码和分类原始数据. 我们可以随着时间的推移重新校准流程，以处理困难的数据模式和不断变化的需求.

机器学习让我们建立了一个基础设施，我们可以接收和审查大量的数据, 快速发现, 分析, 并报告趋势.

趣赢平台采用先进的方法解决问题

趣赢平台利用统计和IT的力量来解决数据管理方面的挑战. 我们已经开发了一种多管齐下的方法，使用自然语言处理, 机器学习方法, 统计算法. 我们的工具包借鉴了神经网络和支持向量机方法, 潜在语义索引, 以及其他先进的统计方法.

处理医院调查资料预后良好

在处理大规模纵向数据时，机器学习是一个很好的工具. 以一项提供全国住院病人护理数据的调查为例. 韦斯特每年为这项调查收集数百万份医疗索赔记录. 数据通过一个安全的站点发送给我们.

使用机器学习, 我们开发了一个系统，根据记录中列出的付款人姓名自动分类付款人类型:

• 我们构建了字典，将原始数据预处理为可用的输入.
• 我们用预处理过的数据训练系统，并使用得到的“模型”来编码新数据.
• 我们建立了一个数据管理的基础设施来进行审查, 检查质量, 注释, 更新结果.

我们的系统已经处理了数千万条记录, 以前需要大量体力劳动的东西. 我们还开发了一个简化数据质量控制的系统，使人工审查减少了80%. 这使得数据管理人员可以专注于解决更困难的数据问题.

探索先进科技