Sage Studio
模型调研与开发工具
产品价值
低门槛
可视化建模方式，简单拖拉拽即可进行建模
低门槛
多维度
兼容多种机器学习计算框架，提供适用于不同专业背景的建模方式
全面
高性能
多种自研高性能算法和技术做支撑，计算效率可达Spark数百甚至数千倍
高性能
端到端
覆盖从数据到模型再到应用，直至应用部署上线全流程
端到端
可拓展
集成Notebook服务，支持交互式模型调研和算法包扩展
可拓展
产品功能
  • 模型调研IDE
    close
    多样化开发方式

    • 基于可视化计算图（DAG）的模型开发

      通过Python等编程语言建模的方式门槛高且不直观，业务人员很难胜任。可视化计算图（DAG）将模型训练的全流程用可视化、易理解的方式进行展示，用户通过简单的拖拉拽即可进行建模，无需繁琐的代码调试，可以更加聚焦于业务。

    • 基于Notebook的交互式模型开发

      用户可以基于Notebook一站式、交互式地完成代码编写、运行、数据可视化、结果反馈的过程。能力覆盖数据清理、统计分析、数据可视化、构建机器学习模型、等开发流程。

    丰富多元算法覆盖

    • 自主研发的超高维AI算法

      建模IDE内集成了自主研发的多个超高维AI算法，模型维度可达万亿，打破市面上大多数机器学习算法在大数据量下效果平平的现状，充分挖掘大数据的潜在价值、发挥数据规模的优势。算法包括效率提升百倍的逻辑回归、可解释性强的GBDT、自研大规模离散稀疏神经网络DSN、协助某头部银行获评科技创新奖的He-Treenet、线性分型分类器。

    • 深度学习能力

      自研高维稀疏深度神经网络DSN；Tensorflow、Pytorch等深度学习框架集成；拥有分布式高性能计算能力。

    全流程价值提供

    • 低门槛、高性能、线上线下统一特征工程

      通过开源工具进行特征工程，需要用户拥有丰富的建模经验，较强的编程能力和对业务的深刻理解。Studio的特征工程引擎内置了建模专家多年的经验，提炼抽象了强大的特征工程方法，用户可用简单易学的函数表达形式调用，使用门槛低，且拥有时序特征处理能力和强大的计算能力，以及线上线下一致的运行态简单部署，线上部署运行代码开发便捷，大大缩短开发周期，提升开发效率。

    • 多维度、全方位的模型评估指标

      模型效果评估在模型开发过程中不可避免。应用开发IDE提供了丰富的组件，用清晰直观的图形将AUC/ROC、准确率、召回率等多类评估指标进行全方位的呈现，大幅提升模型效果评估的效率。

  • 应用开发IDE
    close

    • 自学习应用

      模型自学习过程是AI应用中高门槛的环节之一。第四范式独创“机器学习圈”理论，打通AI应用闭环系统，覆盖AI应用构建全流程。用户通过简单的图形及表单配置即可快速构建自学习应用，大幅减少开发过程中的代码量，显著缩短自学习应用的开发周期，实现模型与业务变化同步的自我迭代，降低模型效果衰减风险。

    • 批量预估应用

      在自学习应用的支持下，针对实时性要求不高的场景，Studio提供了便捷的批量预估应用开发方式，用户通过简单的图形及表单配置即可快速构建批量预估应用。

    • 实时预估应用

      在第四范式自研高性能内存时序数据库RTIDB的支持下，Studio也适用于实时性要求高的场景，如实时高维机器学习、实时深度学习，用户通过简单的表单配置即可快速开发实时预估应用，大幅减少模型“调研转生产”过程中的重复开发工作。