建模數據科學家的福音：MIT系特徵自動構造工具今日發布

Root 編譯整理自TechCrunch & Feature Labs

量子位 報道 | 公眾號 QbitAI

建模數據科學家的活難度很大。

得洞察big data背後的本質，從海量複雜的原始數據中創建出有價值的特徵，才能搭建出高質有效的機器學習演算法。

而特徵的創建要求建模數據科學家有對數據有深入的了解、極端敏感的直覺、以及紮實的行業相關知識。

即便是老司機，現階段的人肉創建特徵，還是很耗時燒腦，也不可避免會出錯。

Feature Labs（特徵實驗室），這家打娘胎就在MIT的研究機構，致力於幫助數據科學家更快地構建機器學習演算法，於今天正式成立。

Max Kanter，Feature Labs的CEO兼聯合創始人，在接受TechCrunch採訪時表示，該公司已經開發出一種特徵自動構造的方法，幫助企業客戶搭建、跑通、以及最最最重要的部署給力的機器學習產品模型。

Max Kanter，Feature Labs的CEO兼聯合創始人

這套特徵自動構造工具，Kanter認為，是Feature Labs的王牌。

其中的「深度特徵合成」（Deep Feature Synthesis）數據處理流程，可以直接從原始的關係數據集和交易數據集中（例如網站訪問的用戶或光放購物車不買的人），自動創建出特徵，並自動轉化為具有預測意義的信息。

DFS的原理https://www.featurelabs.com/blog/deep-feature-synthesis/

這意味著，建模數據家花更少的時間，就能拿到以往掉頭髮熬通宵才能磨出來的特徵。節省出的時間和腦子，可以用來搞明白他們需要預測什麼信息，進一步改善產品模型。

特徵自動構造咋用？

想小試一下效果？

可以用Feature Labs給開發者提供的開源框架，Featuretools。針對新的機器學習問題，構建小型項目的演算法。

Featuretools使用指南https://docs.featuretools.com/#minute-quick-start

不過，如果想要擴大項目規模，就要購買Feature Labs提供的商用產品，有提供雲服務方案，也有提供本地解決方案提，具體看客戶的需求。

Feature Labs已經服務過的客戶有西班牙對外銀行（BBVA Bank），柯爾百貨（Kohl』s），NASA和美國國防部下屬的國防高級研究計劃局（DARPA）。

Feature Labs的前世 & 融資情況

2015年的時候，CEO Kanter在MIT計算機科學和人工智慧實驗室（CSAIL）工作。

之前提到的「深度特徵合成」演算法，就是他與老同學Kalyan Veeramachaneni、Ben Schreck在這段工作時間共同開發的。這演算法強大到，在全球三項數據科學競賽中pk掉了615個對手（總共有906個團隊）。

這成績吸引了200多家媒體的關注和報道。從中，他們看出了演算法建模的市場需求。在和100多家企業溝通後，他們發現現有的問題不是ML不起作用，而是企業不知道怎麼用ML。

根據這個現象，Kanter才有了打算，成立Feature Labs，並給企業幾點建議：

1）這套工具適合解決以前從未解決的業務問題；

2）用的數據集從來沒經過ML處理；

3）最重要的是，基於ML開發和部署的產品團隊得對機器學習完全陌生。

Feature Labs希望合作項目能在8周內，測試好實用性和可行性，並把解決方案部署到一線的生產環境中。

正是和大量應用端的接觸，和早期企業客戶的大量合作，Feature Labs才有了一定的積累，推出這套特徵自動構造的產品。

另外，Feature Labs還宣布，在去年3月份就拿到了150萬美元的種子融資，由Flybridge Capital Partners領投，First Star Ventures和122 West Ventures跟投。

最後，附編譯來源，

https://techcrunch.com/2018/02/22/feature-labs-launches-out-of-mit-to-speed-up-building-machine-learning-algorithms/

https://www.featurelabs.com/blog/launching-featurelabs/

—完—

加入社群

量子位AI社群13群開始招募啦，歡迎對AI感興趣的同學，加小助手微信qbitbot5入群；

此外，量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募，面向正在從事相關領域的工程師及研究人員。

進群請加小助手微信號qbitbot5，並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。（專業群審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！