年中回顾：2020年10家热门数据科学和机器学习初创公司支持分析师和IT从业者使用的商业智能应用程序的预测模型。这在传统上是一个非常耗时的过程，但有许多数据科学、机器学习和人工智能平台可以自动完成大部分工作，使企业和组织能够更快地利用大数据资产来获得竞争优势。让我们来看看这10家数据科学和机器学习领域的热门创业公司。BigML总部：美国俄勒冈州科瓦利斯。BigML提供了一个全面的托管机器学习平台，可以轻松构建和共享数据集和模型，以实现高度自动化、数据驱动的决策。更具体地说，BigML的可编程、可扩展机器学习平台可自动执行分类、回归、时间序列预测、聚类分析、异常检测、关联发现和主题建模任务。BigML首选合作伙伴计划支持推荐合作伙伴、销售合作伙伴、销售BigML和监督实施项目的合作伙伴。CinnamonAI总部：位于日本东京的Cinnamon是今年Gartner评选的“coolvendors”之一。Cinnamon开发了一个系统，可以扫描非结构化的印刷和数字文档，从PDF和Word到手写笔记和传真的所有内容，并提取关键点。该系统结合了人工智能和机器学习技术，通过消除数百万小时的手动输入和其他重复性任务来降低企业运营成本。Cinnamon还提供最先进的语音识别AI系统。除了东京总部外，Cinnamon在加利福尼亚州圣马特奥、台湾和越南设有办事处。DataKitchen总部：美国马萨诸塞州剑桥市。业务流程是数字化转型的关键，数据流是管理和改变业务流程的关键。DataKitchen是DataOps领域的先驱，提出了管理流水线等数据分析流程的概念（而不是许多麻烦的临时流程）。DataKitchen的平台通过数据工程、数据科学和业务分析流程管理数据管道。DataOps在协作工作流中结合了敏捷开发、DevOps和统计过程控制等概念。DotData总部：美国加利福尼亚州圣马特奥。DotData的DotDataEnterprise机器学习和数据科学平台可以将AI和商业智能项目从几个月缩短到几天，使数据科学过程足够简单，几乎每个人（不仅仅是数据科学家）都可以从中受益。DotData平台基于DotData的AutoML2.0引擎，可以提供数据科学和机器学习等任务的全周期自动化。DotData于2019年10月筹集了2300万美元的A系列资金，并于2019年12月获得AWS合作伙伴网络高级技术合作伙伴身份。Iguazio总部：美国纽约和以色列荷兹利亚Iguazio数据科学平台自动化和加速机器学习工作流程，使企业大规模开发、部署和管理AI应用程序以改善业务成果——Iguazio称之为“MLOps”。Iguazio在今年1月筹集了2400万美元。Octopai首席执行官：AmnonDrori总部：以色列RoshHa'ayinOctopai开发了一个自动化、集中的元数据管理和搜索引擎系统，允许数据科学家和商业智能团队发现、管理和跟踪共享元数据。该软件维护整个企业的数据一致性，帮助业务分析师查找和理解可用数据，并可用于数据沿袭至关重要的大数据治理和合规性任务。Ople总部：美国加利福尼亚州圣马特奥市。Ople平台可自动执行通常需要数据科学家的大数据任务，例如数据准备和预测模型创建、优化和部署。该软件利用机器学习模型来解决复杂的预测分析问题，例如预测性维护、供应链优化、金融欺诈检测和客户流失。3月，Ople通过Tableau最近发布的AnalyticsExtensionAPI将自己的软件与Tableau的商业智能和数据可视化工具集成在一起。Siren总部：爱尔兰、戈尔韦和费城SirenInvestigationIntelligencePlatform利用数据模型来推动相关数据的发现，结合搜索、商业智能仪表板、链接分析、大数据记录和警报。Siren被Gartner评为2020年分析和数据科学领域的“酷供应商”，于2019年11月筹集了1000万美元的A轮融资。Tellius总部：美国弗吉尼亚州雷斯顿Tellius提供搜索驱动的分析平台TelliusGeniusAIEngine，使用户更容易理解业务大数据问题并从这些数据中获得可操作的见解。该引擎结合机器学习来发现数据中的模式和关系，同时还从数据本身和用户操作中学习。Tellius系统的语音、搜索和自然语言功能增强了自助服务BI和分析程序。Unsupervised总部：美国科罗拉多州博尔德Unsupervised使用增强人工智能、数据科学和机器学习来帮助那些没有深入数据科学技能的人分析大量复杂的结构化和非结构化数据，以找到有意义的洞察模式和见解。连接和聚合大数据通常是手动且耗时的，但Unsupervised的软件可以自动执行此过程，因此它也被Gartner评为该领域的“酷供应商”。
