> For the complete documentation index, see [llms.txt](https://yisichangtian.gitbook.io/yisichangtianml/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://yisichangtian.gitbook.io/yisichangtianml/chan-pin-jian-jie/changtianml-jian-jie.md).
# ChangTianML简介
逸思长天致力于人工智能基础软件的开发，在自动化机器学习领域，长期关注持续学习背景下的高阶自动化特征工程、自动化机器学习方法，以在规律不断变化的生产环境上对机器学习建模空间高效探索、高效更新模型、构建持续学习平台，从而极大降低机器学习使用门槛、降低机器学习场景探索与落地成本、极大提升建模效率。让用户在0成本情况下，搭建机器学习建模团队，积极探索机器学习场景。加速智能化创新业务的探索与落地。当前已在制造、金融、通信、农业、水利、互联网等多个场景应用落地。
当前，数字化转型与数字经济是现今各行业发展的共同诉求，亦成为国家发展重要规划，也是全球产业关注的焦点之一，中央发布的十四五规划中明确提出要推动产业数字化发展，据IDC预测，到2027年全球数字化转型支出将达到近3.9万亿美元。数据作为新型的生产要素，会有更多挖掘形成数据资产的需求。而利用机器学习人工智能技术，就可以挖掘数据规律，帮助各个行业形成数据资产。
并且近年来，各行各业的科研工作当中，涌现出大量的机器学习研究成果，比如：分子动力学、气象运动、流体结构、智能制造，甚至是金融市场投资，这些场景都可以利用机器学习进行建模。这类被称为**AI for Science**的技术应用，不同于感知数据识别和AIGC的生成，它能够帮助我们发掘更多自然科学和社会科学的规律，从而助力和推动产业数字化的发展。
但是AI for Science的落地之路也不是一帆风顺的，机器学习的传统建模方式非常依赖专家经验去进行手工建模的，这会有技术门槛高、人才成本高、建模周期长等等的问题。长天ML自动化建模技术平台的诞生就是为了解决这些痛点，通过自研的自动化特征工程、自动化机器学习、自动持续学习等核心技术，可以面向一个具体的行业问题的数据集，全自动化的去构建对应的机器学习模型，实现了零门槛操作、无学习成本，并且大大提升了建模效率。
本平台支持在线按月订阅使用，网址为：
{% embed url="" %}
{% endembed %}
本平台也支持本地化私有化部署，提供更丰富的持续学习能力的同时，保护您和企业的数字资产安全。逸思长天的官方内容发布渠道（B站账号：逸思长天）同步持续发布机器学习入门知识、AI4science等行业观察、机器学习研究进展等硬核内容，目前已有5000+粉丝和10w+播放，欢迎关注并联系我们（微信：freedoooo）加入机器学习社群。
