预测未来的行为能带来巨大的价值，但是今天的机器学习技术使预测性AI复杂、缓慢并且昂贵，导致只有科技巨头公司才能花费数百万美元来最大限度的预测未来。Endor利用先进的社会物理学技术和巨大的机器学习能力重新进行预测分析，能够使人工智能预测民主化，使其对个人和企业來说是可访问和有用的。社会物理学是一门利用大数据建立人类行为的预测性计算理论的新科学。Endor利用专有技术将社会物理学拓展到一個能夠友们和预测任何人类行为的强大引擎。
刷新数据IT上传行，加密，交易数据（不清洗，任何语言）。自动化社交领域的创造Endor引擎扫描数据，每天创建一个更新的“社交领域”。“社交领域”=?500K个对象组合，因为它们现在的行为是相似的。询问预测性问题引擎使用该问题来自动识别所需行为的过去示例。这些例子与更新后的社会领域的少数群体有很强的相关性。组中的其他“对象”组成“相似”的预测。
生态系统的支持数据提供者的分离引擎提供商分离催化剂添加预测域个人和企业得到预测分散执行
协议为每个预测选择最相关的行为集群，而不考虑创建这些集群涉及的分析引擎或数据源。它自动优化预测，允许以完全分散，无可信赖的方式执行任何预测。审查抵制，零偏见该协议是一个独立的自动化实体，不受数据或引擎提供商的控制。三重网络效应添加用户可以降低每个用户的成本添加数据提供者会提高准确性添加引擎可提高效率准确性社会物理学技术由Endor证明为主要公司提供准确的预言。共享一个开放的协议，由于丰富
社会物理学（维基百科）是革命性的新科学，它使用大数据分析和生物学数学规律来理解人群的行为，使Endor克服传统的机器学习限制。这项新科学是由Alex“Sandy”Pentland教授和Yaniv Altshuler博士的研究发起的。Endor使用专有技术进一步开发了这种技术，从而形成了一个强大的预测引擎，能够友们和预测任何类型的人类行为，即使行为正在迅速变化和演变。简而言之，社会物理学的前提是，每个事件-代表人类活动的数据（例如电话记录，信用卡购买，乘坐出租车，网络活动）都保证包含一组特定的人类活动模式数据。这些对于所有人口统计学中的所有人类数据类型都是常见的数学不变量，可以用作检测新兴行为模式的过滤器，然后再用任何其他技术来观察。
大银行的营销部门不断地呼叫可能需要贷款的客户。该部门的收入直接来自对报价作出积极响应的那部分客户。由于这个正在进行的活动所涉及的直接营销成本非常高，在正确的时间与正确的客户联系至关重要：太晚了，他们可能已经从另一个来源获得了贷款。太快了-需求尚未成为物质。可以使用两种工具来预测这些客户是谁：银行数据科学团队内部开发的机器学习模型；和Endor的引擎。下面的是每个工具总结的简单表示：
由机器学习模型检测到的客户群由两个客户组成，这两个客户确实对银行的营销报价（“真正的肯定”）作出积极响应，而不会对客户做出响应（“错误的肯定”）。举例来说，让我们假设真正的正面数据占模型结果的10%。大量的实验表明，我们可以预期绝大多数的这10%也可以被Endor的社会物理引擎检测到，主要区别有两点：（a）机器学习模型的许多误报不会被Endor引擎报告；和（b）Endor结果列表将包含许多额外的真正值，这是传统模型不能检测到的。这意味着销售努力的显著改善（归功于更好的精确度/召回折衷）。示例：在最近的一次测试中，为Endor提供了1500万个Tweets元数据作为原始数据进行分析。此外，客户还透露了输入数据中包含的50个被称为ISIS激进分子的Twitter账户的身份，并测试了Endor检测隐藏在数据中的额外74个账户的能力。Endor的引擎仅需24分钟就完成了一台笔记本电脑上的任务（从原始数据被引入到系统中直到最终结果可用时为止），将80个Twitter帐户标识为所提供示例的“lookalikes”，其中45个（56%）竟然是74个隐藏账户的一部分。重要的是，这提供了非常低的误报率（35个假阳性结果），使得客户可以容易地让人类专家调查确定的目标。
Endor以社会物理学为基础，整合了人类行为的基本动力，因此能够更好地发现由于最近意外事件而可能以某种方式行事的小群体。Endor因此独特地能够识别人类行为数据中的动态信号，而其他方法无法感知。这是因为传统的机器学习和深度学习方法不能区分这些信号和噪声。没有社会物理学，这些信号缺乏任何统计学意义。
关于更多
信息：https://www.endor/
风险提示：区块链投资具有极大的风险，项目披露可能不完整或有欺骗。请在尝试投资前确定自己承受上面这些风险的能力。本网站只做项目介绍，项目真假和价值并未做任何审核。
本文采摘于网络，不代表本站立场，转载联系作者并注明出处：http://www.fjxmta.com/zqkj/6581.html
