让机器自己去学习 OneClick.ai ,全球首款对用户无AI技术要求的自动化深度学习平台。平台通过实现AI开发周期每一步的自动化,让拥有不同规模和技术实力的企业无障碍应用AI 成为可能。自动化流程带来的效率提升,改变了AI项目在企业中的计划和实施方式。这场AI 革命,催生出了前所未见的新应用。 为了帮助您进入AI世界,我们编写了涵盖AI项目整个开发周期的文档和教程。 教程 如果您是第一次尝试AI,我们推荐以下示范教程。 从上传数据到解释结果,我们通过视频和图像演示了使用OneClick.ai制作AI模型的各个步骤: OneClick.ai演示 ...
OneClick.ai销售预测使用指南
数据准备: 尽可能多的历史数据以及尽可能细的颗粒度。以下是一个示例数据,记录了每支产品到天的销量,以及销售的区域和产品的一些其他特征(包括但不限于:产品描述,产品类别,产品包装大小,产品价格) 表一:基于OneClick.ai销量预测历史数据示意 sku dc_id date quantity item_first_cate_cd promotions price sku_description channel size 1 0 10/12/16 5 1 1 210 sparkling water 1 100ml 2 1 9/24/17 1 1 0 210 sparkling water 2 1000ml 选择合适的预测区间。预测区间是关键,基于一年的数据是无论如何也无法 ...
使用指南:深度学习视觉
OneClick.ai 的深度学习视觉是一种旨在为非技术用户提供最先进的深度学习计算机视觉技术的全新服务,在这篇文章中,将向你展示如何在30分钟内建立一个自定义图像分类器,通过处理视网膜的照片,检测糖尿病视网膜病的症状。您不必提供类似于ImageNET那样海量的图片,仅需几张图片,便可看到OneClick.ai的工作方式。我们的人工智能引擎将自动地构建一个适合所提供的数据集和所选任务的神经网络架构。 人人都可以在品牌识别、产品、景观、视频、植物以及检测漏水、火灾、NSFW、监控等场景中运用此服务。 准备上传数据 你只需向AI提供数据, ...
新手速成
本概述将涵盖使用OneClick.ai时需要考虑的核心概念以及OneClick.ai与真实商业问题之间的关联。 我们将使用来自UCI Archive 的“Dress Recommendation” 数据集,为适应演示格式,我们已对其进行了些许修改。 “一家礼服店正在试图确定未来要储存的服装,以充分利用其有限的存储空间并实现最大化销售。 他们收集了已出售的礼服裙数据,并根据销售额及其他品质确定了哪些连衣裙值得存储。 现在他们有了新的礼服可供选择,并且需要一个AI模型帮助预测,从而选择最有价值的礼服进行存储。” https://s3-us-west-2.amazonaws.com/oneclick.ai-de ...
Accessing Models through API
Please view the OneClick Platform Walkthrough before reading this article. OneClick.ai supports the easy exporting of any model created through the use of our AI to your external API uses. This paper will go over how to export our models as an API. After the model training process, on the model review page, there is an option to enable API for each model. Upon clicking that button you can then select to activate or deactivate the API. Only one API can be active at any given time for trial a ...
OneClick.ai FAQ
General Questions How do I request technical support? Clicking the "Help" button at the top will open a service ticket. Please provide a description of your issue and support will be notified. How do I use my model to make predictions on new data? https://www.youtube.com/watch?v=1E2vVvSXE3k After uploading your new dataset using the "Upload Data" button, click "Save data only" located on the data review window. Then in the chat window type @eva apply model (model ID) to (data ID) which wi ...










