數據科學(xué)初創(chuàng )公司Explorium Ltd.希望獲得該企業(yè)的牽線(xiàn)搭橋，獲得1900萬(wàn)美元的資金，以使其業(yè)務(wù)起步。

今天宣布的資金包括由Emerge牽頭的360萬(wàn)美元種子輪以及F2 Capital的參與，以及由Zeev Ventures牽頭的1550萬(wàn)美元A輪融資。

Explorium的想法是為企業(yè)提供更豐富的數據集，這些數據集可用于訓練機器學(xué)習模型，然后可用于對業(yè)務(wù)方面進(jìn)行更準確的預測。

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

Explorium稱(chēng)其平臺為一種數據的“約會(huì )站點(diǎn)”。它通過(guò)分析公司的數據來(lái)工作，以確定哪些其他信息可以改善其機器學(xué)習模型。然后，這些新數據以即用型格式交付給客戶(hù)。

Explorium的聯(lián)合創(chuàng )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(guān)鍵的上下文，從而實(shí)現了更有效的機器學(xué)習。

“例如，保險公司試圖預測在任何給定時(shí)間內預期要接多少個(gè)電話(huà)，以有效地為其呼叫中心配備人員，” Shlomo說(shuō)。“但是，他們的歷史數據集主要僅包括日期，時(shí)間和過(guò)去收到的電話(huà)數量。這太狹窄了，無(wú)法提供基本動(dòng)態(tài)的清晰圖片，導致模型不準確，您根本無(wú)法相信自己經(jīng)營(yíng)業(yè)務(wù)。”

Shlomo說(shuō)，Explorium可以通過(guò)探索諸如撥打電話(huà)的時(shí)間之類(lèi)的東西來(lái)增強保險提供商的數據集。然后，它將調查例如在通話(huà)時(shí)是否正在下雨，外面是否天黑，是否有損壞的新聞報道。

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

“我們正在為機器學(xué)習數據做著(zhù)搜索引擎為網(wǎng)絡(luò )做的事情，” Shlomo說(shuō)。“就像搜索引擎搜索網(wǎng)絡(luò )并提供最相關(guān)的答案一樣，Explorium也會(huì )搜索組織內部和外部的數據源，以生成可驅動(dòng)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(jīng)擁有60多名員工，并以財富100強中的幾家公司為客戶(hù)。