MPai是什么？
目标：从根本上降低数据分析的学习门槛
学习数据分析关键在于两点：
1. 是掌握各种类型的数学模型的用法与分析流程；
2. 是能结合工具熟练实现模型，并灵活应用于业务场景。
普通人要学数据，需要学习大量的、各类型的数学模型，需要翻阅需要文献来积累分析模板，也就是分析流程，掌握了理论，还需要把学习工具，一些工具没法实现的模型只能通过matlab、python、R等编程语言来实现，因此造就了数据分析的高门槛。
数据分析师或者数据分析人员在实际工作中，通常不需要理解模型算法的原理，只需要明白模型的输入、输出、作用即可，因此想要快速掌握数据分析只有跳过整理文献与实践算法这两个步骤，实现 ：拖拉数据—>分析结果 。
MPai数据科学平台一款单机网页版的的设计理念正是低门槛化数据分析，实现导入数据->选择算法->配置算法->分析结果。精简的操作和规范化的输出结果实现了真正的数据分析低门槛化。
在这个基础上，可以初步涉猎一些主要的模型，为进一步的学习打下基础。
感兴趣的朋友，尤其是准备参加2020年全国大学生数学建模竞赛的同学。
可以到官网进行进一步的了解：https://www.mpaidata.com
目前该平台现在正在公测，免费开放了主流60余个统计类数学模型（几乎涵盖SPSS绝大部分功能），以及23个有监督机器学习（包括随机森林，SVM等）。9月份正式发布新增特征工程（数据清洗、样本均衡、特征筛选、数据降维）30余个模型，后面陆续开放可视化分析平台、无监督机器学习、量化分析、自然语言处理等4个大类。
快速开始模式
快速开始模式，首次使用本平台的同学推荐使用这种方式，跟着步骤点击就可以得到数据分析的结果
MPai需要创建一个工程来存放数据与分析结果
导入数据
导入的数据可以拖拽到对应的文件夹下，简单易用的界面，使用者上手几乎不会遇到任何困难。
初期仅支持本地导入（EXCEL,CSV,TXT等）
后续陆续支持远程导入（SVN,HDFS,HTTP,FTP等）,关系型数据库（ORACLE,DB2,MYSQL等）,非关系型数据库（MONGODB.REDIS,HBASE等）。
导入字段
可以选择双击数据，或者右键点击导入的数据->打开数据。
配置算法
将对应的字段拖入到选择算法项里面。配置参数，点击分析。
目前公测免费开发版本，MPai数据科学平台开放了统计学习61个模型，有监督机器学习23个模型。
查看分析结果
可以弹窗直接进入分析结果页，也可以点击导航栏的分析结果进入分析结果列表页，选择选择相应的分析结果进行查看。
分析结果页面部分截图：
切换图表更改色系
可以在分析结果页面对图表进行切换与更改色系。
产品官网及其联系方式： www.mpaidata.com