自动机器学习建模平台，R2 Learn助力汽车新车测试

关键词：

汽车智能制造；AI+汽车；自动机器建模

项目背景：

汽车车型繁多，而且每款车的配置也可以截然不同，从丐版到顶配、从不加装到全部加装。因为配置的不同，对新车上路前的全方面测试所需要的时间也不相同。

商业问题：

如果不能准确预测新车测试时间，则会直接影响汽车生产计划，以及合理调配研发资源；同时大量重复测试也导致能源浪费和仪器排放出来过量二氧化碳，在越来越重视环保的今天，这是很多厂商都开始重视的问题。

R2 方案：

商业问题——数据准备——机器建模——监测优化

R2优势：1、多变量自动筛选、多算法优化建模

汽车作为人们日常出行工具，其天生具备高安全要求属性，这也决定了汽车行业的严谨和准确属性。影响新车上路前测试的变量因子有很多，在这一案例中变量有397个，工作人员需要在企业提供的众多数据关系中，建立多个不同变量、算法组合的模型，从中筛选最佳模型。R2 Learn 产品通过多变量自动筛选、多算法优化的方式建立的模型，优质、准确，很好地解决企业的相关问题。

R2优势：2、自动化特征工程保证模型质量

汽车上路前测试时间预测，汽车各个零部件都是影响因子，按国家编制的零配件目录编号计算，一辆汽车的零件多达5000个，如果按照传统方式选参、优化，将是一个非常繁琐、巨大的工程，费时费力，R2 Learn 自带的自动化特征工程功能，利用特征变换、特征组合、特征提取等方式自动进行特征构建，能够根据用户上传的数据自动识别数据特征，在建模过程中实现自动调参，最终构建出理想的机器学习模型。

R2优势：3、流程化，自动化，降低AI应用门槛

据2018年中国汽车企业协会报告统计，91%中国消费者会优先考虑智能互联汽车，汽车产业已经真正进入大数据AI时代，这将是一个基于汽车物联网构建起庞大的、多层级的汽车大数据生态商业，但目前AI人才异常紧缺。R2 Learn产品能够完成从数据清洗到模型建立的全程工作，可以使数据科学家能够集中精力完成更重要、更具创造性的工作；建模过程中重复、繁琐、容易出错的部分则可以由R2 Learn产品来完成。

商业价值：

R2 Learn 在1个小时内就帮助用户做出精准机器学习模型，并且模型性能比肩具备汽车背景的高级数据科学家。全过程用户只需定义商业问题和输入数据，其他工作都由R2 Learn自动机器学习软件为用户完成。R2 Learn 在这一案例中可以对众多变量进行快速、准确分析预测，有力支撑企业内部生产流程优化，提高企业运作效率，避免了因时间安排不合理导致的潜在违约交付风险。

R2.ai

R2.ai lnc

杭州睿拓智能科技有限公司

上海机颖智能科技有限公司