数据科学初创公司Explorium Ltd希望得到该公司的牵线搭桥，获得1900万美元启动业务。
今天宣布的基金包括由Emerge牵头、F2 Capital参与的360万美元种子轮，以及由Zeev Ventures牵头的1550万美元A系列融资。
Explorium的想法是为企业提供更丰富的数据集，这些数据集可以用来训练机器学习模型，然后可以用来更准确地预测业务。
大多数公司都在内部信息技术系统中存储了数据堆栈，但如果能够从其他第三方数据中学习，机器学习模型将变得更加可靠。这就是Explorium发挥作用的地方，它帮助公司将他们的数据连接到成千上万个其他公开可用的信息源。
Explorium称其平台为数据“约会网站”。它通过分析该公司的数据来确定还有哪些信息可以改进其机器学习模型。然后，这些新数据以现成的格式交付给客户。
Explorium的联合创始人兼首席执行官Maor Shlomo告诉SiliconANGLE，他的公司提供的外部数据为组织的现有信息添加了关键上下文，从而实现了更有效的机器学习。
什洛莫说：“例如，保险公司试图预测他们在任何给定时间内预计会接到多少电话，以便有效地为他们的呼叫中心配备人员。“不过，他们的历史数据集主要只包括日期、时间和过去接到的电话数量。这个范围太窄，无法提供基本动态的清晰图片，导致模型不准确，你根本无法相信自己的业务。”
Shlomo说，Explorium可以通过探索诸如通话时间之类的东西来增强保险提供商的数据集。然后，会调查通话过程中是否下雨，外面是否漆黑一片，是否有损坏的新闻报道。
Explorium的平台探索了数千个自动生成的想法，通过这种方式，它增强了客户的数据，并使其能够提供更多的上下文。有了这个额外的背景，保险提供商将能够更准确地预测他们何时可能会收到大量电话。
什洛莫说：“我们正在做搜索引擎为机器学习数据网络所做的事情。“就像搜索引擎搜索互联网并提供最相关的答案一样，Explorium还将搜索组织内外的数据源，以生成能够驱动精确模型的功能。”
虽然Explorium刚刚从隐形模式中脱颖而出，但它已经拥有60多名员工，并以多家财富100强公司为客户。
