为每个人启动机器学习Intersect Labs启动数据分析平台

 
机器学习是数据分析的圣杯，但不幸的是，圣杯通常需​​要计算机科学博士才能开始。尽管机器学习和人工智能得到了令人难以置信的关注，但现实情况是，企业解决业务挑战的需求与构建精辟模型的人才可用性之间存在巨大差距。
YC支持的Intersect Labs希望通过让业务分析师社区更广泛地访问机器学习来解决这一差距。通过其全面公开发布的平台，业务分析师可以上传他们的数据，Intersect将自动识别正确的机器学习模型以应用于数据集并优化这些模型的参数。
该公司由Ankit Gordhandas和Aaron Fried于去年8月创立。在他之前的工作中，Gordhandas向客户部署了机器学习模型，并开始研究一种可以加快工作速度的工具。 “我实际上意识到我可以构建一个更先进的工具版本，”他说，这项工作最终导致了Intersect Labs的基础。他在十月与Fried联系起来，两人一直在平台上工作。
Intersect的目标是将分析师从纯粹的回顾性分析转移到创建能够预测性地确定业务战略的模型。 “生活在SQL和Excel中的人们，他们非常善于提取过去的数据，但我们正在给他们超级大国看到未来，”Gordhandas解释道。 “你所需要的只是你的历史数据，上传到我们的平台，并回答两个问题。”
这些问题基本上是问模型应该预测什么(结果变量)。从那里开始，Intersect首先清理数据并确保各种列都适当地进行数据分析。然后，平台开始构建一系列机器学习模型并根据目标输出评估其性能。一旦确定了理想模型，客户就可以通过REST风格的API将其集成到其他系统中。
这里有趣的是，Intersect可以根据它可以访问的数据集的不断增加的多样性，随着时间的推移更好地识别模型。此外，随着研究人员确定新模型或调整它们的方法，该平台可以主动改进其先前为其客户确定的模型，确保他们始终处于该领域的最前沿。
今天，该平台可以处理一个标准行和列表进行处理。 Gordhandas表示，该公司打算在未来扩展到“图像处理，音频处理，视频处理，非结构化数据处理”，以便该平台可以应用于尽可能多样化的一组数据源。
Gordhandas表示，Intersect正试图坐在更专业的机器学习平台的中间，这些平台仅限于超聚焦的利基，同时还提供比同等更简单的解决方案更多的分析能力。
当然，这个空间已经出现了大量选择。总部位于纽约的Generable(以前称Stan)使用贝叶斯建模和概率编程来改善药物发现，而Mintigo使用AI建模来改善客户参与度。大量其他初创公司也针对数据分析管道的不同阶段。
最后，Intersect希望能够更广泛地使用这些工具。该公司已经有几个早期客户，并且正在经历这批Y Combinator加速器。