Was sind Eureqa-Modelle?

Eureqa-Modelle sind eine leistungsstarke Ergänzung des DataRobot-Produkts Auto Time Series. Damit lassen sich menschenlesbare mathematische Formeln finden, um die Muster in Ihren Daten zu erklären, und genaue, transparente und umsetzbare Modelle zu erstellen, mit denen sich real-world Probleme viel schneller lösen lassen als mit anderen Ansätzen.

KI, die die Gesetze der Physik anwendet, um reale Probleme zu lösen

Eureqa-Algorithmen wurden 2007 vom leitenden Wissenschaftler von DataRobot, Michael Schmidt, entwickelt.

Seine Idee bestand darin, einen genetischen Algorithmus zu entwickeln, der verschiedene analytische Ausdrücke an trainierte Daten anpassen und eine optimale mathematische Formel als Machine-Learning-Modell zurückgeben kann. Dies ist ein grundlegend anderer Ansatz im Vergleich zu herkömmlichen Supervised-Machine-Learning-Modellen, etwa Baummodellen, Regressionsmodellen oder Deep-Learning-Modellen. Diese Methode wurde seitdem in über 800 von Peer-Reviewed-Veröffentlichungen zitiert und in verschiedensten Anwendungen eingesetzt, vom Finanzwesen bis hin zu Neurowissenschaften.

Im Wesentlichen werden Eureqa-Modelle wie jeder andere Algorithmus für Supervised Machine Learning trainiert. Sie stellen dem Algorithmus gelabelte Trainingsdaten mit historischen Informationen zur Verfügung, und der Algorithmus passt einen analytischen Ausdruck an diese Trainingsdaten an.

Unsere revolutionären Eureqa-Modelle auf Autopilot

Eureqa-Modelle wurden von Michael Schmidt, Data Scientist und CTO von DataRobot, erfunden und beruhen auf der Idee, dass ein genetischer Algorithmus verschiedene analytische Ausdrücke an die trainierten Daten anpassen und eine mathematische Formel als Machine-Learning-Modell zurückgeben kann.