Upalgo标签由Ezako设计
高效时间序列标注
有两种主要的机器学习技术:监督式和非监督式. 监督学习模型往往比无监督学习模型更准确. 然而，监督学习使用标记数据集，而非监督学习使用标记数据集 使用未标记的数据集. 获得这些标签是非常困难和耗时的.
这就是Upalgo标签派上用场的地方. Upalgo标签是最简单，最快的方式来注释您的时间序列和传感器数据.
为什么是Upalgo标签?
更好的人工智能模型
生成最准确的标签，以创建一流的机器学习模型.
节省时间
使用该工具直观的UI和智能功能，可以快速进行注释过程.
数据浓缩
通过标签生成更好的数据，并为数据增加价值.
关键特性
标签传播算子
Upalgo Labeling理解不同的标签模式，并可以将标签传播到整个数据集.
候选人发电机
Upalgo标签理解您的数据，并可以提出重要的数据模式作为标签的候选人.
多元背景下
Upalgo标签通过启用多变量标签体验帮助您了解现实生活环境.
搜索事件
在数据集中搜索事件或数据模式.
出口数据
导出您的标记数据，以便在您最喜欢的AI工具包中使用.
比较图表
分屏或重叠，以比较数据流和有效的标签.
