一、机器学习PAI平台基础

概述

Platform of Artificial Intelligence(PAI) 为传统机器学习和深度学习提供了数据处理、模型训练、模型部署的一站式服务。

建模：

可视化建模与分布式训练—PAI-Designer

Notebook交互式AI研发—PAI-DSW

存储、算力资源：

云原生AI基础平台—PAI-DLC

模型部署：

在线预测—PAI-EAS

二、DSW基础

Data Science Workshop

云端深度学习开发环境

提供 notebook 交互建模方法

阿里巴巴深度优化的 TensorFlow 框架，并通过编译优化提升训练性能

三、Designer基础

    为开发者提供可视化、拖拽式的机器学习、深度学习实验开发环境，帮助用户实现零代码开发人工智能相关服务

    内置数百个成熟的机器学习算法，覆盖商品推荐、金融风控、广告预测等场景

传统机器学习组件：

    数据预处理、特征工程、统计分析、异常检测、推荐算法、时间序列及网络分析等算法组件

深度学习框架组件：

    视觉类算法、语音类算法、自然语言处理算法及TensorFlow、MXNet及PyTorch等深度学习框架

自定义算法组件：

    SQL脚本、Python脚本、PyAlink脚本等自定义算法组件，可以满足更加定制化的算法工作流串联需求

应用案例：

商品推荐：通过PAI-Designer协同过滤算法搭建的商品业务推荐

金融风控：通过PAI-Designer图算法组件搭建，可以快速定位人群中的相互信用关系

新闻文本分类：通过PAI-Designer文本组件搭建的文本自动化分类案例

心脏病诊断：通过PAI-Designer文本组件搭建心脏病自动诊断案例

四、EAS基础

Elastic Algorithm Service

模型在线预测服务

支持异构硬件（CPU/GPU）的模型加载，高吞吐，低延迟

支持大规模复杂模型的一键部署，实时弹性扩容

完整的运维监控体系

模型服务管理