Explorium希望利用您的AI訓練數據來扮演媒人

數據科學初創公司Explorium Ltd.在獲得1900萬美元的融資以使其業務起步之后，希望為企業扮演紅娘。

今天宣布的資金包括由Emerge牽頭的360萬美元種子輪以及F2 Capital的參與，以及由Zeev Ventures牽頭的1550萬美元A輪融資。

Explorium的想法是為企業提供更豐富的數據集，這些數據集可用于訓練機器學習模型，然后可用于對業務方面做出更準確的預測。

大多數公司已經在其內部信息技術系統中存儲了數據堆棧，但是如果可以向其學習其他第三方數據，則機器學習模型將變得更加可靠。這就是Explorium發揮作用的地方，可幫助公司將其數據連接到成千上萬個其他公開可用的信息源。

Explorium稱其平臺為一種數據的“約會站點”。它通過分析公司的數據來工作，以確定哪些其他信息可以改善其機器學習模型。然后，這些新數據以即用型格式交付給客戶。

Explorium的聯合創始人兼首席執行官Maor Shlomo告訴SiliconANGLE，他的公司提供的外部數據為組織的現有信息添加了關鍵的上下文，從而實現了更有效的機器學習。

“例如，保險公司試圖預測在任何給定時間內預期要接多少個電話，以便有效地為其呼叫中心配備人員，” Shlomo說。“但是，他們的歷史數據集主要僅包括日期，時間和過去收到的電話數量。這太狹窄了，無法提供基本動態的清晰圖景，從而導致模型不準確，您根本無法相信自己經營業務。”

Shlomo說，Explorium可以通過探索諸如撥打電話的時間之類的東西來增強保險提供商的數據集。然后，它將調查例如在通話時是否正在下雨，外面是否天黑以及是否有任何損壞的新聞報道。

Explorium的平臺探索了數千個自動生成的想法，以這種方式增強了客戶的數據，使其能夠提供更多的上下文。有了這個附加的上下文，保險提供商將能夠對何時可能接聽大量的電話作出更準確的預測。

“我們正在為機器學習數據做著搜索引擎為網絡做的事情，” Shlomo說。“就像搜索引擎搜索網絡并為您提供最相關的答案一樣，Explorium也會搜索組織內部和外部的數據源，以生成可驅動精確模型的功能。”

盡管Explorium現在才剛剛從隱身模式中脫穎而出，但它已經擁有60多名員工，并以財富100強中的幾家公司為客戶。