検索
ホームページテクノロジー周辺機器AI年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

企業は、組織内で生成されたデータか、外部ソースから収集されたデータかにかかわらず、増大する量のデータを扱っています。競争上の優位性を得るために、このすべてのデータを分析して「操作」する効果的な方法を見つける方法が変化しています。挑戦的。

これにより、データ サイエンスと機械学習の分野における新しいツールや情報テクノロジの需要も高まりました。 Fortune Business Insights レポートによると、世界の機械学習市場規模は 2021 年だけで 154 億 4000 万米ドルに達し、今年は 211 億 7000 万米ドルに達し、2029 年までに 2,099 億 1000 万米ドルに成長し、年平均成長率は 38.8 倍になると予想されています。 %。

同時に、共同市場調査レポートによると、世界のデータ サイエンス プラットフォーム市場規模は 2020 年に 47 億米ドルで、2030 年までに 797 億米ドルに達すると予想されており、年平均成長率は33.6%。

「データ サイエンス」と「機械学習」の概念は、混同されやすい、または同じ意味で使用されることもありますが、実際には 2 つの異なる概念であり、データ サイエンスの実践が機械の鍵となるため、両者の間には相関関係があります。学習プロジェクト。

データ サイエンス修士の Web サイトによると、データ サイエンスは、データ分析戦略の開発、分析用のデータの準備、データの視覚化の開発、データモデルの構築など

フォーチュン ビジネス インサイト レポートによると、機械学習は人工知能のより広範な分野の次のサブセクションであり、データ分析を使用して、アルゴリズムとデータに基づいたモデルを使用して学習する方法をコンピューターに教えます。人間の学習方法を真似しましょう。

データ サイエンスおよび機械学習ツールに対する市場の需要により、データ サイエンスまたは機械学習の分野で最先端のテクノロジーを開発する多数の新興企業が誕生しています。その中には次の 10 社があります。

1、アポリア

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

    ##創設者、CEO: Liran Hason
  • 本社: イスラエル、テルアビブ
  • ウェブサイト: https://www.aporia.com/
2020 年に設立された Aporia は、データ サイエンス チームと機械学習チームが監視とデバッグに使用できる、フルスタックで高度にカスタマイズ可能な機械学習可観測性プラットフォームを開発しました。 、機械学習モデルとデータを解釈して改善します。

Aporia はシード資金で 500 万ドルを調達し、続いて 2022 年 3 月にシリーズ A 資金で 2,500 万ドルを調達しました。

アポリアはこの資金を利用して、2023 年までに従業員規模を 3 倍に増やすとともに、米国での事業規模とテクノロジーがカバーする使用シナリオの範囲を拡大します。

2. Black Crow AI

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

    創設者兼 CEO: Richard Harris
  • 本社: 米国ニューヨーク
  • Web サイト: https://www.blackcrow.ai/
Black Crow AI は、オンラインの消費者直販業者向けの e コマース アプリケーション用の機械学習プラットフォームを開発しました。訪問者の買い物時の行動と将来価値。このソフトウェアは、数十億のデータ ポイントをリアルタイムで分析し、顧客エクスペリエンスを向上させ、顧客離れを管理し、マーケティング支出を最適化します。

Black Crow AI は 2020 年に設立され、今年 3 月にシリーズ A で 2,500 万米ドルの資金調達を受け、資金調達総額は 3,000 万米ドルになりました。 Black Crow AI は、この資金を使用して、デジタル コマースおよび隣接する業種における新しく使用可能な機械学習シナリオの発見を加速します。

3、彗星

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

  • 共同創設者兼 CEO:ギデオン メンデルス
  • 本社:米国ニューヨーク州
  • ウェブサイト:https://www.comet.ml/site/

Comet のプラットフォームは、データ サイエンティストとデータ サイエンス チームに、モデルの構築とトレーニング、実験の追跡、可視性、コラボレーション、生産性を向上させるためのモデル生成の監視など、機械学習のライフサイクル全体を管理および最適化する機能を提供します。

Comet は 2017 年に設立され、昨年 11 月にシリーズ B 資金で 5,000 万ドルを調達しましたが、同社は年間経常収益が 5 倍に成長し、世界中の従業員が 3 倍に成長したと発表しました。顧客には Ancestry、Etsy、Uber が含まれますそしてザッポス。

4, dotData

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

  • 創業者兼 CEO: 藤巻 良平
  • 本社: 米国カリフォルニア州サンマテオ
  • Web サイト: https://dotdata.com/

dotData のソフトウェアは、人工知能または機械学習モデルを構築するための自動特徴量エンジニアリングおよびエンタープライズ AI 自動化機能を提供します。機械学習の開発プロセスでは、特徴量エンジニアリングは、機械学習モデルの開発とトレーニングに使用されるデータ内の重要な隠れたパターンを見つけるための重要なステップです)。

dotData の主力製品は dotData Enterprise 予測分析自動化ソフトウェアであり、dotData Cloud AI 自動化プラットフォーム、dotData Py および dotData Py Lite ツール、リアルタイム AI モデル用の dotData Stream などの関連製品も提供しています。

DotData は NEC から独立した会社として 2018 年に設立され、今年 4 月にシリーズ B で 3,160 万ドルの資金調達を受け、調達総額は 7,460 万ドルとなりました。 dotData はこれらの外部資金を活用して自社の製品開発を加速してきました。

5、Neuton

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

  • CEO: Andrey Korobitsyn
  • 本社: 米国カリフォルニア州サンノゼ
  • Web サイト: https://neuton.ai/

2021 年に設立された Neuton は、自動化されたノーコードの「tinyML」プラットフォームと、マイクロコントローラー組み込み可能な Tiny 機械学習モデルを開発するためのその他のツールを開発しています。エッジデバイスをスマートにします。

Neuton の技術は、コンプレッサー ウォーター ポンプの予知保全、送電網の過負荷防止、部屋の占有検出、携帯端末の手書き認識、ギアボックスの故障予測、水質汚染監視装置など、幅広い用途に導入されています。

6、松ぼっくり

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

  • 創設者兼 CEO:Edo Liberty
  • 本社:米国サンフランシスコ
  • Web サイト: https://www.pinecone.io/

Pinecone は、人工知能と機械学習アプリケーションを強化するベクトル データベースと検索テクノロジーを開発しています。昨年 10 月、Pinecone は Pinecone 2.0 をリリースし、ソフトウェアを研究ラボから運用アプリケーションに提供しました。

Pinecone は 2019 年に設立されました。昨年ステルスモードから脱却し、2021 年 1 月にシードラウンドで 1,000 万米ドルの資金調達、今年 3 月にシリーズ A で 2,800 万米ドルの資金調達を受けました。

ガートナーは、2021 年に Pinecone を人工知能と機械学習データの「クール ベンダー」に指名しました。

7、シュノーケルAI

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

  • 共同創設者兼 CEO: Alex Ratner
  • 本社: 米国カリフォルニア州レッドウッドシティ
  • ウェブサイト: https://snorkel.ai/

Snorkel は 2019 年に設立され、スタンフォード大学の人工知能研究所から生まれました。同社の 5 人の創設者は、機械学習開発におけるラベル付きトレーニング データの不足の問題を解決するためにこの研究所で働いていました。

Snorkel は、今年 3 月に Snorkel Flow を立ち上げました。これは、プログラムタグの使用を通じて人工知能と機械学習の開発を加速するデータ中心のシステムです。このシステムは、データの準備と機械学習モデルの開発にも使用されます。トレーニング プロセスにおける重要なステップ。

Snorkel の評価額は 2021 年 8 月に 10 億ドルを超え、このスタートアップはエンジニアリングおよび営業チームを拡大し、プラットフォーム開発を加速するためにシリーズ C 資金で 8,500 万ドルを確保しました。

8、Striveworks

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

    CEO: James Rebesco
  • 本社: 米国テキサス州オースティン
  • Web サイト: https://striveworks.us/
Striveworks は 2018 年に設立され、主に規制の厳しい業界向けに MLOps テクノロジーを開発しています。

Striveworks の主力製品である Chariot Platform は、主にオペレーショナル データ サイエンス向けに設計されており、人工知能または機械学習ソリューションを作成する負担を軽減します。このシステムは、データの取得と準備のプロセス、および機械学習モデルのトレーニング、検証、展開、監視をすべてクラウド、オンプレミス、またはネットワーク エッジで監視します。

9, Tecton

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

    共同創設者兼 CEO: Mike Del Balso
  • 本社: 米国サンフランシスコ
  • Web サイト: https://www.tecton.ai/
Tecton は、機械学習アプリケーションのデプロイ速度を数か月から数分に短縮できる機械学習関数ライブラリ プラットフォームを開発しました。 。 Tecton のテクノロジーは、生データを自動的に変換し、トレーニング データ セットを生成し、大規模なオンライン推論機能を提供できます。

Tecton は 2019 年に設立され、創設者は Uber Michelangelo 機械学習プラットフォームを開発しましたが、その後、同社は 2020 年 4 月にステルス モードから抜け出しました。

10、Verta

年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社

    CEO: マナシ ヴァルタク
  • 本社: 米国カリフォルニア州メンローパーク
  • Web サイト: https://www.verta.ai/
Verta のプラットフォームは、データ サイエンスおよび機械学習チームが人工知能および機械学習モデルのライフサイクル全体、管理全体にわたって展開および運用するために使用できます。そしてモニタリングモデル。

Verta は今月、Gartner によってコア AI テクノロジーの「クール ベンダー」に選ばれました。

以上が年央レビュー: 2022 年に注目のデータ サイエンスと機械学習のスタートアップ 10 社の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

声明
この記事は51CTO.COMで複製されています。侵害がある場合は、admin@php.cn までご連絡ください。
AIインデックス2025を読む:AIはあなたの友人、敵、または副操縦士ですか?AIインデックス2025を読む:AIはあなたの友人、敵、または副操縦士ですか?Apr 11, 2025 pm 12:13 PM

スタンフォード大学ヒト指向の人工知能研究所によってリリースされた2025年の人工知能インデックスレポートは、進行中の人工知能革命の良い概要を提供します。 4つの単純な概念で解釈しましょう:認知(何が起こっているのかを理解する)、感謝(利益を見る)、受け入れ(顔の課題)、責任(責任を見つける)。 認知:人工知能はどこにでもあり、急速に発展しています 私たちは、人工知能がどれほど速く発展し、広がっているかを強く認識する必要があります。人工知能システムは絶えず改善されており、数学と複雑な思考テストで優れた結果を達成しており、わずか1年前にこれらのテストで惨めに失敗しました。 2023年以来、複雑なコーディングの問題や大学院レベルの科学的問題を解決することを想像してみてください

Meta Llama 3.2を始めましょう - 分析VidhyaMeta Llama 3.2を始めましょう - 分析VidhyaApr 11, 2025 pm 12:04 PM

メタのラマ3.2:マルチモーダルとモバイルAIの前進 メタは最近、ラマ3.2を発表しました。これは、モバイルデバイス向けに最適化された強力なビジョン機能と軽量テキストモデルを特徴とするAIの大幅な進歩です。 成功に基づいてo

AVバイト:Meta' s llama 3.2、GoogleのGemini 1.5などAVバイト:Meta' s llama 3.2、GoogleのGemini 1.5などApr 11, 2025 pm 12:01 PM

今週のAIの風景:進歩、倫理的考慮、規制の議論の旋風。 Openai、Google、Meta、Microsoftのような主要なプレーヤーは、画期的な新しいモデルからLEの重要な変化まで、アップデートの急流を解き放ちました

マシンと話すための人的費用:チャットボットは本当に気にすることができますか?マシンと話すための人的費用:チャットボットは本当に気にすることができますか?Apr 11, 2025 pm 12:00 PM

つながりの慰めの幻想:私たちはAIとの関係において本当に繁栄していますか? この質問は、MIT Media Labの「AI(AHA)で人間を進める」シンポジウムの楽観的なトーンに挑戦しました。イベントではCondedgを紹介している間

PythonのScipy Libraryの理解PythonのScipy Libraryの理解Apr 11, 2025 am 11:57 AM

導入 あなたが科学者またはエンジニアで複雑な問題に取り組んでいると想像してください - 微分方程式、最適化の課題、またはフーリエ分析。 Pythonの使いやすさとグラフィックスの機能は魅力的ですが、これらのタスクは強力なツールを必要とします

ラマ3.2を実行する3つの方法-Analytics Vidhyaラマ3.2を実行する3つの方法-Analytics VidhyaApr 11, 2025 am 11:56 AM

メタのラマ3.2:マルチモーダルAIパワーハウス Metaの最新のマルチモーダルモデルであるLlama 3.2は、AIの大幅な進歩を表しており、言語理解の向上、精度の向上、および優れたテキスト生成機能を誇っています。 その能力t

Dagsterでデータ品質チェックを自動化しますDagsterでデータ品質チェックを自動化しますApr 11, 2025 am 11:44 AM

データ品質保証:ダグスターと大きな期待でチェックを自動化する データ駆動型のビジネスにとって、高いデータ品質を維持することが重要です。 データの量とソースが増加するにつれて、手動の品質管理は非効率的でエラーが発生しやすくなります。

メインフレームはAI時代に役割を果たしていますか?メインフレームはAI時代に役割を果たしていますか?Apr 11, 2025 am 11:42 AM

MainFrames:AI革命のUnsung Heroes サーバーは汎用アプリケーションで優れており、複数のクライアントの処理を行いますが、メインフレームは大量のミッションクリティカルなタスク用に構築されています。 これらの強力なシステムは、頻繁にヘビルで見られます

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

EditPlus 中国語クラック版

EditPlus 中国語クラック版

サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

SublimeText3 Linux 新バージョン

SublimeText3 Linux 新バージョン

SublimeText3 Linux 最新バージョン

WebStorm Mac版

WebStorm Mac版

便利なJavaScript開発ツール

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター