阿里雲 Machine Learning Platform for AI 打造一站式人工智能平台,為您提供機器學習服務,其中包括數據預先處理、特徵工程、模型訓練、模型預測、模型評估,串聯整體機器學習鏈,令人工智能觸手可及。
優點
- 使用簡單快捷 提供視覺化操作界面,讓您透過網絡界面,以拖放方式快速建構實驗。整體機器學習模型建構過程好比砌積木,提升實驗建構效率,降低成本
- 一站式服務 整體機器學習流程注入服務元素。您可以透過工作流程方式,在平台上完成企業級機器學習的數據模型建構和應用
- 運算法豐富 提供過百種運算法組件,覆蓋回歸、分類、聚類、文本分析、金融、時間序列等領域。所有組件都來自 Alibaba Group 內部真實業務,歷經千錘百煉,運算法穩定高效
- 強大運算能力 平台底層倚重阿里雲分佈式運算群集,支援大併發量的運算法運算工作
產品詳情
-
數據處理
數據處理
支援多種數據預先處理程序和特徵工程組件:數據預先處理組件:包含歸一化、標準化、數據採樣、數據過濾等。特徵工程組件:包含特徵變換、特徵生成、特徵重要性評估等。
-
數據分析
支援多種統計類、機器學習和網絡分析類組件。
統計類組件:包含常規統計分析、數據視覺化分析等。
機器學習組件:包含回歸、分類、聚類等。
網絡分析類組件:標籤傳播、最大聯通子圖等。 -
文本分析
支援文本處理類組件,其中包含分詞、停用詞過濾、LDA、TF-IDF、文本摘要等。
-
架構
阿里雲 Machine Learning Platform for AI 架構由下到上分為運算引擎層、分佈式運算架構層、運算法組件層,以及業務應用層。在運算引擎層面,可依賴阿里雲 Apsara 分佈式運算系統,支援 EB 級大規模數據並行化運算。
在分佈式運算架構層面,可支援 MPI、MR、GRAPH 等多種分佈式運算框架。在運算法組件層面,可支援過百種機器學習運算法組件。
在業務應用層面,則有透過自身運算法支援商品推薦、金融風險控制、廣告放送等業務場景。
領軍客戶實戰場景
商品推薦
商品推薦是機器學習的典型應用場景。在應用過程中,Machine Learning Platform for AI 的數據預先處理及特徵工程組件會從用戶的購物歷程數據提取特徵,從而挖掘出促成用戶購物行為的特徵。然後,系統會透過 Machine Learning Platform for AI 分類運算法,判斷用戶對某款商品的行為特徵是否符合購買行為,並根據運算結果推薦合適商品給用戶,從而提升商品成交額。
金融風險控制
透過 Machine Learning Platform for AI 提供的金融板塊運算法,對用戶貸款風險程度進行評估。Machine Learning Platform for AI 提供評分卡運算法組件,計算用戶在信用卡消費過程中是否超出個人償還能力,並且給出風險指標,協助金融機構有效控制風險。
新聞分類
文章分類是新聞領域常見的文本處理場景,傳統方法是人工識別每篇文章所屬的類別,惟這種方式處理效率低,消耗大量人力成本。然而,Machine Learning Platform for AI 則提供了大量文本分析組件,透過學習以往已分類的文本數據,自動對其他文本進行快速歸類,從而節省成本。 立即註冊,免費試用 40 多款雲端產品
常見問題
1. 如何上載數據?
如果上載不超過 20M 數據,可透過 Machine Learning Platform for AI 頁面端的上載數據功能,上載數據。如果上載超過 20M 數據,可下載 Maxcompute 客戶端,使用 tunnel 指令上載數據。
2. 如何設定運算法參數?
拖放運算法組件到畫布上,以左鍵按一下運算法組件,即會看到頁面右端出現設定選單,可在內進行運算法參數配置。
3. 如何查看實驗結果?
在實驗中,每完成執行一項組件任務,組件上都會出現綠色剔號。以右鍵按一下執行完成的組件,即可查看數據或評估報告。
4. 如何查看並下載實驗生成的模型?
如要生成模型,首先請在左邊欄設定中勾選自動生成 PMML。實驗運行完成後,您會在左側模型選單下看到已生成的模型;按右鍵選擇,則可查看模型顯示的模型參數。如欲下載模型,可按右鍵下載 PMML。
5. PMML 是甚麽?
PMML 是標準的模型描述文件;而透過 Machine Learning Platform for AI 下載的模型 PMML 文件可應用於 SPARK 等其他開源運算引擎。
認證課程:Machine Learning Platform—心臟病預測器學習平台—心臟病預測
本課程採用真實數據,透過阿里雲 Machine Learning Platform 建構心臟病預測案例。
0.01 USD
原價:USD 10.00
