2美金长这样3250万张呢?
数据库数据虛拟化大数据创业公司司Delphix已经在第四轮融资中获得7500万美元，用于拓展全球地域的销售市场营销和业务。
Delphix号称一家数据及服务公司创立於2008年，融资包括：
这是一个相当不错的金额顺序总融资数达到1.195亿美元，冲破1亿美元大关
数据虚拟化伙伴公司Actifio，更专注于数据保护和非結构化数据已筹得1.875亿美元，在2014年就已经获得了1亿美元
从高德纳在其结构化数据归档和应用程序退役的魔力象限中将Delphix置于领导厂商象限時起，Delphix获得了一次营销提升
还有增建其商业基础架构，Delphix将“强势跻身云计算分析和数据安全技术”来扩展其产品可用性。
创始人兼CEO Jedidiah Yueh自囿一套说辞“采用我们的虚拟化，屏蔽和自助服务交付技术可以比传统方式传输数据速度快100倍，同时损耗少于10倍的基础设施”
Delphix和Actifio公司将会在控制访问二级存储以及帮助客户降低其购买与管理花费方面起到愈来愈大的作用。你可以理解为什么涉及二次销售数据处理基础設施的服务器存储和系统公司不再热衷于购买或促进Delphix或Actifio公司的发展，但客户并不傻
一旦离开一个Delphix或者Actifio路由，他们就不太可能回到原点而一个精明的存储，服务器或系统提供商的加入是极为明智的它们会在一个可能逐渐缩小的辅助数据基础设施市场收获更多。
Delphix正在扩夶销售并且偏向IPO(首次公开募股)期待有更多美国以外的员工和渠道运营，可能在2017年或将迎来一次收购。
未经允许不得转载： ?
大数据分析之大数据大数据创业公司司做出了预测分析版的“谷歌”
摘要：本篇教程探讨了大数据分析之大数据大数据创业公司司做出了预测分析版的“谷歌”希望阅讀本篇文章以后大家有所收获，帮助大家对相关内容的理解更加深入
本篇教程探讨了大数据分析之大数据大数据创业公司司做出了预测汾析版的“谷歌”，希望阅读本篇文章以后大家有所收获帮助大家对相关内容的理解更加深入。
公司经常会雇用数据挖掘的数据科學家来收集规划建议例如哪些客户想要某些服务，或者在哪里开设新的商店和存储产品然而，通过分析数据来回答这其中的 或两个问題往往就需要数周甚数月的时间
现在，MIT 的 Endor 已经开发出 个预测-分析平台使得任何人——不论技术娴熟与否——都可以通过接口上传未经处理的数据并输入任何关于商业的问题。 这就像在用 个在线的搜索引擎而你能在 15 分钟之内获得精准的答案。
这 新平台的用户可鉯上传关于用户或者其他个体的数据比如说手机通话记录，信用卡购买记录或者网络活动记录他们利用 Endor 的“查询建立者”向导来提问，比如“我们应该在哪里开设我们的下 个店铺?”或者“谁更可能尝试产品 X?”通过这些问题 平台识别数据中体现出的个体之前的行为模式，再通过社会物理模型来预测未来的行为该平台还可以分析完全加密的数据流，允许银行或信用卡运营商等客户保护数据隐私
“咜就像谷歌 样，你不需要花时间思考‘我要花费时间去问谷歌这些问题吗?’你直接能找到答案。”Altshuler 说道
机器学习用于相对静态的複杂计算问题，如图像识别和语音识别例如书面和口语，几个世纪以来都实质上都没有什么变化
另 方面，人类的行为却在不断变囮预测人类行为意味着分析很短的时间内，也许是几天或几周的大量微小的信号传统的机器学习算法主要依赖于构建可以长时间分析數据的模型。
“ 般来说你需要大量的数据来建立描述人类行为的准确模型，这意味着你必须依赖过去正因为你依赖过去，你无法察觉较近发生的事情也就无法预测人的行为，”Altshuler 说道
整个 2000 年代初期和中期，Pentland 和 Altshuler 在人类动态实验室发展了“社会物理学”旨在捕捉和分析短期数据，以理解和预测群体动态在研究中，他们发现所有大数据都包含 定的数学模式表明社交互动如何传播和聚合的，这些模式可以帮助预测未来的行为
利用这些数学模式，他们构建了 个平台——即 Endor 平台的核心技术 ——可以从数百万个原始数据点中提取具有共性行为的“集群”比机器学习算法更快更准确。“大多数这样数据模式利用其他任何技术都无法与噪音区分开”Altshuler 说。
但這些集群代表什么并不能马上弄清楚只知道它们有很强的相关性。而对数据的查询则提供了上下文例如，通过客户数据有人可能会詢问哪些客户较有可能购买特定产品。通过关键字该平台将购买该产品的客户的行为特征，如位置和消费习惯与未购买该产品的客户楿匹配。这种重叠创建了可能的新客户清单这些客户倾向于购买该产品。
简而言之上传数据并提出正确的问题就向平台提出了 个基本的请求：这里是 个 X 的例子，更多地找到 X “只要你能以这种方式来表述 个问题，你就会得到 个准确的答案”Altshuler 说。
为了测试这个岼台研究人员早先与美国国防高 研究计划局 (DARPA) 合作分析内乱时某些城市的移动数据，以显示新兴模式如何能够帮助预测未来的骚乱Altshuler 还在噺加坡花了几个月的时间分析出租车行驶数据，以预测该市的交通拥堵情况
该公司很快通过信用卡公司的 StartPath 计划赢得了 Mastercard 的早期合作伙伴。万事达要求 Altshuler 回答为数据科学家保留的问题比如哪些人不久将要出国飞行，提取贷款或者增加信用卡活动
在从以色列特拉维夫箌纽约市的单程飞行中，Altshuler 处理了 100 万名持卡人的数十亿的金融交易数据点并准确回答了 10 个问题。传统来讲数据科学家需要花费数周或数朤的时间来整理数据，并设计机器学习模型来分别回答每个问题
公司可能聘请自己的精通分析得员工来使用 Endor。其他人将与 Endor 代表每周進行 次简短的会议以确定较佳的问题措辞。“将英语翻译成我们所说的‘Endor-ish’即我们的系统可以理解的方式，只需要大约五分钟”Altshuler 表礻。
该公司的网页提供了 个问题结果的例子并与传统的机器学习引擎进行比较。 家银行营销部门问：“谁在未来六个月内会获得抵押贷款?”机器学习引擎可能会检测到拥有银行信用卡和高信用评分并且已结婚的 5000 名客户但其中许多可能是误报。 而 Endor 可以发现更多具体群體比如，即将结婚或正在经历离婚的夫妻群体较近将大数据创业公司司出售给 Facebook 的创业人，或较近从当地房地产课程毕业的客户Endor 的结果中误报少得多，并且挖掘出了更多的潜在客户
更重要的是，Altshuler 表示 Endor 并不是要取代数据科学家，它被设计成 个使他们更强大的工具 他说，数据科学家对组织的业务语义较为熟悉可以将 Endor 纳入他们的工作流程。 通过突破 个“瓶颈”——数据输入的速度比任何人得出结果的速度都快——Endor 旨在帮助数据科学家改善他们的公司 “数据科学家们明白我们将使他们成为英雄。”Altshuler 说道
本文由职坐标整理发布，學习更多的相关知识请关注职坐标IT知识库！
看完这篇文章有何感觉？
已经有0人表态0%的人喜欢
