Understanding ML model performance and behavior is a non-trivial process, given the intrisic opacity of ML algorithms. Performance summary statistics such as AUC, RMSE, and others are not instructive enough for identifying what went wrong with a model or how to improve it. As a visual analytics tool, Manifold allows ML practitioners to look beyond overall summary metrics to detect which subset of data a model is inaccurately predicting.
curl --request POST \
--url "https://api.theirstack.com/v1/companies/search" \
--header "Accept: application/json" \
--header "Content-Type: application/json" \
--header "Authorization: Bearer <api_key>" \
-d "{
\"company_technology_slug_or\": [
\"manifold-uber\"
]
}"Technology
is any of
Manifold
| 公司 | 国家 | 行业 | 员工 | 收入 | 技术 |
|---|---|---|---|---|---|
 美国 | Real Estate | 224 | $52M | Manifold | |
 英国 | Oil and Gas | 38k | Manifold | ||
美国 | Oil and Gas | 67k | $2.2M | Manifold | |
英国 | Machinery Manufacturing | 74 | $6M | Manifold | |
美国 | Oil and Gas | 5k | $573M | Manifold | |
 澳大利亚 | Education Administration Programs | 1.4k | Manifold | ||
美国 | Oil and Gas | 14k | $2.1B | Manifold | |
 瑞士 | Computer and Network Security | 52 | Manifold | ||
 加拿大 | Software Development | 115 | Manifold | ||
美国 | Oil and Gas | 60k | Manifold |
我们拥有关于使用Manifold的694家公司和用户的数据。我们的Manifold用户和客户名单可供下载，并且包含重要的公司详情，例如行业分类、组织规模、地理位置、融资轮次和收入数据等。
技术使用统计与市场份额
您可以根据您的需求，通过对地理位置、行业、公司规模、营收、技术使用情况、职位等进行筛选，来自定义这些数据。您可以以 Excel 或 CSV 格式下载数据。
您可以为这些数据设置提醒。先选择您感兴趣的技术即可开始，然后当有新的公司使用该技术时，您将会在收件箱中收到提醒。
您可以将这些数据导出为 Excel 文件，该文件可以导入到您的 CRM 中。您也可以通过 API 导出数据。
常见问题
