ML之ECS：利用ECS的PAI進行傻瓜式操作機器學習的算法

?

?

目錄

ECS的PAI的簡介

優質、豐富的機器學習算法

ECS的PAI的操作攻略

ML案例

---

?

?

?

ECS的PAI的簡介

? ? ? 阿里云機器學習是基于阿里云分布式計算引擎的一款機器學習算法平臺，以極低的代價幫助您的業務從BI時代跨入AI時代，真正實現人工智能觸手可及。
算法豐富 ：100余種算法組件，覆蓋回歸、分類、聚類、文本分析等算法。 ?
深度學習（GPU） ：加強優化Tensorflow等深度學習框架性能，提供GPU分布式計算。 ?
可視化操作界面 ：拖拽式算法組件進行建模，降低AI初學者門檻，提升AI專業者效率。 ?
一站式服務 ：提供完整的數據挖掘鏈路，做到一站式體驗。

?

?

優質、豐富的機器學習算法

?

機器學習平臺上的算法都是經過阿里大規模業務錘煉而成的，從算法的豐富性角度來看，阿里云機器學習平臺不僅提供了基礎的聚類、回歸類等機器學習算法，也提供了文本分析、特征處理等比較復雜的算法。

?

?

ECS的PAI的操作攻略

?

機器學習指機器通過統計學算法，對大量的歷史數據進行學習從而生成經驗模型，利用經驗模型指導業務。目前機器學習主要在以下方面發揮作用：

• 營銷類場景：商品推薦、用戶群體畫像、廣告精準投放
• 金融類場景：貸款發放預測、金融風險控制、股票走勢預測、黃金價格預測
• SNS關系挖掘：微博粉絲領袖分析、社交關系鏈分析
• 文本類場景：新聞分類、關鍵詞提取、文章摘要、文本內容分析
• 非結構化數據處理場景：圖片分類、圖片文本內容提取OCR
• 其它各類預測場景：降雨預測、足球比賽結果預測

機器學習籠統地講可以分為三類：

• 有監督學習（supervised learning）：指每個樣本都有對應的期望值，通過模型搭建，完成從輸入的特征向量到目標值的映射，典型的例子是回歸和分類問題。
• 無監督學習（unsupervised learning）：指在所有的樣本中沒有任何目標值，期望從數據本身發現一些潛在的規律，例如一些簡單的聚類。
• 增強學習（Reinforcement learning）：相對來說比較復雜，是指一個系統和外界環境不斷地交互，獲得外界反饋，然后決定自身的行為，達到長期目標的最優化。其中典型的案例就是阿法狗下圍棋，或者無人駕駛。

?

ML案例

每一個步驟右鍵都可以可視化輸出結果
1、案例之基于畫像特征的推薦

花錢開通GPU，才可以使用DL框架

總結

以上是生活随笔為你收集整理的ML之ECS：利用ECS的PAI进行傻瓜式操作机器学习的算法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。