R機(jī)器學(xué)習(xí)打造智能零售

1、零售業(yè)及品牌面臨挑戰(zhàn)，需要提供 全面的線上線下最佳數(shù)字化體驗(yàn)08直達(dá)消費(fèi)者。二沿?cái)?shù)字化體驗(yàn)人工智能云計(jì)算大數(shù)據(jù)解決方案云分析便于建模，分析及對(duì)比Azure 機(jī)器學(xué)習(xí)數(shù)據(jù)科學(xué)家基于R的分析Microsoft R數(shù)據(jù)科學(xué)家分析API服務(wù)知識(shí)等的分析認(rèn)知服務(wù)開發(fā)者大數(shù)據(jù)平臺(tái)大規(guī)模并行計(jì)算 企業(yè)級(jí)規(guī)模，一次寫入，分布式部署HDInsight/Spark數(shù)據(jù)科學(xué)家/ 數(shù)據(jù)工程師解決方案BDM/TDM預(yù)配置的應(yīng)用及解決方案便捷的視覺、語(yǔ)音、語(yǔ)言、 解決特定行業(yè)/業(yè)務(wù)/領(lǐng)域的應(yīng)用/解決方案Copyright 2016 Project Botticelli Ltd. All rights reserved.M

2、icrosoftMicrosoftMicrosoftMicrosoftMicrosoftinMicrosoftRServerAzure CloudAzure Machine LearningHDInsightsSQLServerPower BISource: http:/www.maths.lancs.ac.uk/rowlings/R/TaskViews/Microsoft R ServerMicrosoft Hado o p 技術(shù)棧HDlnsig ht 開放的技術(shù)架構(gòu)/stat/data/binary.csv “/data/binary.csv”新的 Spark 計(jì)算要比 Map Reduc

3、e 快 3-7 倍Configuration:HDI cluster size: 7 nodes1 Edge Node: 8 cores, 28GB- 4 Worker Nodes: 8 cores, 28GBDataset: Duplicated Airlines data (.csv)Number of columns: 26125100200400Elapsed time102050Number of rows (million)Logistic Regression (executing models)MRS on Spark SparkR sparklyr CRAN_R干人干面打造完美的個(gè)性化體驗(yàn)解決方案：交叉銷售追加銷售搭建模型 User-User Collaborative Filtering實(shí)現(xiàn)及運(yùn)作業(yè)務(wù)數(shù)據(jù)渠道推薦引擎陜f回泛回消費(fèi)者多通道的個(gè)性化推薦智勝之道： 深入業(yè)務(wù)洞察智能商業(yè)模式創(chuàng)新總結(jié)學(xué) R 以致用，廣納 Open 之源消費(fèi)者：全面的線上線下個(gè)性化體驗(yàn)零售商：深入業(yè)務(wù)洞察，商業(yè)模式創(chuàng)新微軟云高級(jí)分析服務(wù)及 R 平臺(tái)Hadoop, R and Spark are better togetherPerformance, Scalability are critical使用 R 打造端到端的大數(shù)