Squirro bringt einen dynamischen Machine Learning Service auf den Markt. Als erste Lösung weltweit enthält der Service eine Annotation Workbench, mit der Anwender Trainingsdaten innerhalb der Plattform erstellen können.
Der Supervised Machine Learning Classifier von Squirro lernt anhand historischer Daten, bei denen die zu prognostizierende Größe bekannt ist (Labeled Data), Prognosen aus neuen Daten zu erstellen; zudem entstehen dabei tiefe Einblicke in die unstrukturierten Daten eines Unternehmens. Data Scientists, Analytiker und Anwender aus Fachabteilungen können über die Annotation Workbench Trainingsdaten direkt in der Squirro-Plattform hinzufügen.
Der neue Squirro Machine Learning Service ist unkompliziert nutzbar. Anwender laden unstrukturierte Daten in die Plattform und lassen dann eine Machine-Learning-Klassifizierung auf Dokumenten-, Absatz- oder Satzebene erstellen, wobei sie jede Ebene anhand mitgelieferter Tags klassifizieren. Der Algorithmus lernt die Tags bei der Analyse von Sätzen zu identifizieren und zu unterscheiden, indem er den Kontext der zugehörigen Wörter erschließt; er ermöglicht damit eine noch genauere und aufschlussreichere Bewertung.
Eine der Anwendergruppen des Service sind Investoren, die damit in den Geschäftsberichten und Aufzeichnungen von Finanzpressekonferenzen außergewöhnlich gute oder unerwartet schlechte Zahlen aufspüren. Durch die Klassifizierung von Sätzen als „außergewöhnliche Leistung“ oder „schlechte Leistung“ können Daten verwendet werden, um schneller und effizienter als bei einer manuellen Analyse tiefere Einblicke in die Finanzberichte zu erhalten.
„Augmented Intelligence und Machine Learning werden in vielen Unternehmen immer wichtiger, aber Machine Learning ist von Trainingsdaten abhängig, um wirklich effizient zu sein. Unser neuer Machine Learning Service ist ein großer Schritt nach vorne und enthält die Squirro Annotation Workbench, mit der Benutzer Trainingsdaten erstellen können, mit denen sie dann das Machine-Learning-Modell entwerfen, trainieren und anwenden können“, erläutert Toni Birrer, Chief Technology Officer bei Squirro.
„Die Möglichkeiten von Machine Learning erweitern immer mehr die Leistungsfähigkeit und Ressourcen von Mitarbeitern, die mit neuen Tools zusätzliche Anwendungsszenarien erschließen können. Wir wollten einen Service anbieten, der die Erstellung von Trainingsdaten beinhaltet, die dann für das Training des Machine-Learning-Modells verwendet werden können. Mit der Annotation Workbench haben wir das erreicht und erschließen damit eine Vielzahl von Anwendungsszenarien für Machine Learning.“