机器学习

阿里云机器学习打造一站式人工智能平台，为您提供机器学习服务，其中包括数据预处理、特征工程、模型训练、模型预测、模型评估。将整个机器学习链路串联起来，实现人工智能触手可及。

• 提供可视化操作界面，您可以通过WEB界面以拖拉拽的方式快速搭建实验。整个机器学习建模过程犹如搭积木，提升实验搭建效率，降低成本。

• 整个机器学习过程服务化。您可以通过工作流的方式在平台上完成企业级机器学习的数据建模和应用。

• 提供百余种算法组件，覆盖回归、分类、聚类、文本分析、金融、时间序列等领域。所有组件都来自于阿里巴巴集团内部真实业务的锤炼，算法具备高稳定性和优质性能。

• 平台底层依托阿里云分布式计算集群，支持大并发量的算法计算工作。

机器学习平台包含以下功能模块：

数据处理

支持多种数据预处理和特征工程组件：

数据预处理组件：包含归一化、标准化、数据采样、数据过滤等。

特征工程组件：包含特征变换、特征生成、特征重要性评估等。

数据分析

支持多种统计类、机器学习和网络分析类组件：

统计类组件：包含常规的统计分析、数据可视化分析等。

机器学习组件：包含回归、分类、聚类等。

网络分析类组件：标签传播、最大联通子图等。

文本分析

支持文本处理类组件，其中包含分词、停用词过滤、LDA、TF-IDF、文本摘要等。

阿里云机器学习架构由下到上分为计算引擎层、分布式计算架构层、算法组件层以及业务应用层。在计算引擎层，依托阿里云飞天分布式计算系统，支持EB级大规模数据的并行化计算。在分布式计算架构层，支持MPI、MR、GRAPH等多种分布式计算框架。在算法组件层，支持百余种机器学习算法组件。在业务应用层，通过自身算法，支持商品推荐、金融风控、广告投放等业务场景。

阿里云机器学习的计费方式为按量后付费:具体计费方式=使用的组件价格*计算时

计算时概念：计算消耗的CPU core数量及内存量。1个计算时的单位为1 CPU Core +4GB 内存。 计算时的计算方法为 Max(CPUX时长，内存X时长/4)。例如一个用户使用了2 Core ，5GB运行1 小时，计算时为=Max(2X1,5X1/4)=2。如果一个用户使用了1 Core，5GB运行1小时，计算时为=Max(1X1,5X1/4)=1.25

商品推荐是机器学习的典型应用场景。在应用当中，通过使用机器学习平台的数据预处理以及特征工程组件，对历史用户购物数据进行特征提取，挖掘出用户产生购物行为的特征。接着通过机器学习分类算法判断用户对于某个商品的行为特征是否符合购买行为，并根据计算结果推荐合适的商品给用户，从而提升商品成交额。

通过机器学习平台提供的金融板块算法对用户贷款风险度进行评估。机器学习平台提供了评分卡算法组件来计算用户在信用卡消费过程中是否超过个人偿还能力，并且给出风险指标，帮助金融机构有效实现风控。

文章分类是新闻领域常见的文本处理场景，传统方法是通过人工去识别每篇文章所属的类别。这种方式处理效率低，消耗人力成本大。然而，机器学习平台提供了大量的文本分析组件，通过学习过往的已分类文本数据，自动对其它文本进行快速归类，从而节约成本。

有关阿里云机器学习产品的介绍，请参阅 产品文档。

如果上传不超过20M的数据，可以通过机器学习页面端的上传数据功能上传数据。如果上传超过20M的数据，下载Maxcompute客户端，使用tunnel命令进行数据上传。

拖动算法组件到画布，左键点击算法组件，可以看到在页面右端出现设置菜单，可以在里面进行算法参数配置。

在实验中，每执行完一个组件的任务，都会在组件上出现绿色对勾，右键点击执行完的组件查看数据或评估报告即可。

如果要生成模型，首先，在左边栏设置中勾选自动生成PMML，实验运行完会在左侧模型菜单下看到生成的模型，右键选择查看模型显示模型参数。如需下载模型，可以右键点击下载PMML。

PMML是标准的模型描述文件，通过机器学习平台下载的模型PMML文件可以应用于SPARK等其它开源计算引擎。