• 客户营销分析

  营销是企业发现或挖掘准消费者需求，从整体氛围的营造以及自身产品形态的营造去推广和销售产品，主要是深挖产品的内涵，切合准消费者的需求，从而让消费者深刻了解该产品进而购买的过程。其的本质是：发现并掌握用户需求，并快速把需求商品化。

  在这一过程中利用历史营销和客户自身属性数据，发现和识别不同场景、渠道、产品等维度下营销活动的内在规律，并进一步指导实践。

  
  

  
  

• 企业综合评价

  给定企业相关信息数据，对企业某方面的特质进行量化评价并以分数的形式展示。企业评价的方法论是运用数理统计方法，建立评价指标体系和评价模型，实现企业之间的数量化比较。

• 文本分类

  文本分类是指对给定的本文按照一定的规则进行自动的类别划分，是自然语言理解中的一个子问题。例如：新闻可划分为娱乐、体育、经济、科技等类别；

  
  

• 客户流失分析

  商业活动中预防客户流失是一个重要的话题，由此衍生出许多具体问题。如：哪些客户容易流失，流失于哪些因素相关，流失客户的变化路径是怎样的，如何降低客户流失，采取何种手段挽留客户更有效 等等。根据客户历史行数据，分析客户流失的内在特征与规律，并对具有潜在流失风险的客户进行挽留，降低客户流失率。

  
  

• 文本生成

  使程序在特定的语义场景下生成一段类似人类的文字表达。如：小说自动撰写、古诗生成、医疗报告生成等。

• 图像物体边缘检测

  图像物体边缘检测是对给定的图像中的物体的边缘进行识别和确定，勾勒出物体的轮廓范围，是机器视觉研究下的重要研究方向之一。

  

  

  
  

暂无

• 信用评分

  信用评分是信用风险管理中的概念，根据待评价对象的个体情况（如：资产、诚信、现金流等），通过数量化的管理方法，对其信用状况进行数值化的度量，以衡量其未来一段时期内信用违约的可能性。一般信用评价的对象主有两类：个人和企业。评分的一般流程如下图所示。

  

  

  
  

  
  

• 文本分类

  文本分类是指对给定的本文按照一定的规则进行自动的类别划分，是自然语言理解中的一个子问题。例如：新闻可划分为娱乐、体育、经济、科技等类别；

  
  

• 信用欺诈检测

  信用欺诈检测是信用风险管理中的一个环节，对象为个人或企业。根据被检测对象提供的信息，结合第三方数据和关联分析方法，判断检测对象是否存在刻意隐瞒信用风险的欺诈行为。

暂无

• 人脸检测

  人脸检测是指对于给定的视觉输入（图像或者照片），检测其中是否存在人脸，并识别其对应的位置，人脸角度等相关信息。

  

  

  
  

• 图像物体边缘检测

  图像物体边缘检测是对给定的图像中的物体的边缘进行识别和确定，勾勒出物体的轮廓范围，是机器视觉研究下的重要研究方向之一。

  

  

  
  

• 图像分类

  图像分类的概念比较宽泛，一般是指根据图像的内容信息，将其划归到一个类别中去。这种归类可根据图像中物体的种类、背景场景、动作、事件甚至深层次的语义信息。
  

  

  
  

  
  

  
  

• 中文分词

  与拉丁语系（如英法德语），汉语文字表达时单词与单词之间没有分隔符。但由于许多自然语言分析方法是基于单词词进行的，所以需要将中文句子按照词语进行切分，这就是中文分词。比如：对 “聚数力是一个数据应用知识分享平台” 的分词的结果是“ 聚数力  是  一个  数据应用  知识  分享  平台”。
  

  

  
  

• 中分翻译

  将非中文语言文本翻译成对应含义的中文文本。

• 根据个人信息预测贷款违约倾向

  使用 UCI credit-germny 数据集进行分类建模，根据个人信息预测个人银行贷款的违约倾向。

• 线上用户可能喜欢的电影推荐

  根据客户历在线为所观看过的电影打分情况，推荐其可能喜欢的电影。

• 超市商品关联销售推荐

  根据超市商品购物车数据，对相关性高的商品进行推荐。

• 中文自然语言实体识别

  给定一段中文文本，对其中的实体对象进行识别。

• 中文自然语言情感判断

  给定一段中文文字，识别其中所表达的情感倾向。

• 中文自然语言关键词提取

  给定一段中文文字，对文字描述中的关键词提取，关键词应能描述这段文字的主题内容。

• 商品表面裂痕检测

  根据商品表面的照片，识别商品是否存在裂痕。

暂无

• 根据化验指标数据预测乳腺癌

  使用 UCI beast-cancer 数据集进行分类建模，根据化验指标信息预测乳腺癌可能性。

• 根据个人信息预测贷款违约倾向

  使用 UCI credit-germny 数据集进行分类建模，根据个人信息预测个人银行贷款的违约倾向。

• 垃圾电子邮件判别

  根据客户对垃圾电子邮件的标注，判别新的电子邮件是否为垃圾邮件。

• 中文自然语言实体识别

  给定一段中文文本，对其中的实体对象进行识别。

• 中文自然语言摘要生成

  给定一段中文文字，根据描述中的内容自动生成其中文摘要概括其内容。

• 中文自然语言情感判断

  给定一段中文文字，识别其中所表达的情感倾向。

• 中文自然语言关键词提取

  给定一段中文文字，对文字描述中的关键词提取，关键词应能描述这段文字的主题内容。

暂无

• 中文自然语言分词

  将所输入的一段中文文字按照词语进行划分，并对每个词的词性进行标注。
  

  
  

• 根据鸢花外形信息判断所属种类

  使用 UCI Iris 数据集进行多分类建模，根据鸢花外形数据判断鸢花种类。

• ImageNet图片内容分类

  利用ImageNet图片数据库，按照图片的内容进行图片分类。

• ImageNet图片中物体识别

  根据ImageNet图片数据集，对图片中物体进行识别，并标注具体位置。

• 红酒品质的预测

  根据红酒储存环境数据，对其品质进行预测。

• 垃圾电子邮件判别

  根据客户对垃圾电子邮件的标注，判别新的电子邮件是否为垃圾邮件。

• 手写阿拉伯数字识别

  根据手写阿拉伯数字图片，识别图片中对应的阿拉布数字。