O aprendizado de máquina é uma área multidisciplinar que abrange conhecimento de teoria de probabilidade, conhecimento estatístico, conhecimento de teoria de aproximação e conhecimento de algoritmos complexos. Ele usa computadores como ferramentas e está comprometido em simular métodos de aprendizagem humana em tempo real e em tempo real, e transforma o conteúdo existente em O. a estrutura do conhecimento é dividida para melhorar efetivamente a eficiência do aprendizado. O aprendizado de máquina faz suposições de modelos sobre problemas de pesquisa, usa computadores para aprender parâmetros de modelos a partir de dados de treinamento e, finalmente, prevê e analisa os dados. Ele pode ser usado em alguns dos seguintes cenários.

O aprendizado de máquina inclui o aprendizado de máquina tradicional e o aprendizado profundo e tem os seguintes tipos:

A camada subjacente do PAI oferece suporte a várias estruturas de computação:

Serviços prestados pelo PAI:

O PAI depende de anos de aplicação e acúmulo de tecnologia do Alibaba Cloud e do Alibaba Group e tem as seguintes vantagens.

Este serviço pode ser utilizado individualmente ou em combinação. Oferecendo suporte ao aprendizado de máquina completo, você só precisa preparar dados de treinamento (armazená-los em OSS ou MaxCompute) e todo o trabalho de modelagem (incluindo upload de dados, pré-processamento de dados, engenharia de recursos, treinamento de modelo, avaliação de modelo e liberação de modelo para offline ou ambiente online) pode ser alcançado através do PAI.

Conectado ao DataWorks, suporta múltiplos métodos de processamento de dados como SQL, UDF, UDAF e MR, com alta flexibilidade.

O processo experimental para gerar modelos de treinamento suporta o agendamento periódico do DataWorks, e as tarefas de agendamento distinguem entre ambientes de produção e ambientes de desenvolvimento, alcançando assim o isolamento da segurança dos dados.

Os algoritmos do PAI foram acumulados através dos negócios em grande escala do Grupo Alibaba. Eles não apenas suportam algoritmos básicos de cluster e regressão, mas também suportam algoritmos complexos, como análise de texto e processamento de recursos.

Os modelos treinados pelo PAI são armazenados diretamente no MaxCompute e podem ser usados ​​com outros produtos Alibaba Cloud.

O PAI oferece suporte a todo o processo de aprendizado de máquina, desde upload de dados, pré-processamento de dados, engenharia de recursos, treinamento de modelo, avaliação de modelo até lançamento de modelo.

PAI oferece suporte a estruturas convencionais de aprendizado de máquina, como TensorFlow, Caffe e MXNet.

Ele encapsula algoritmos clássicos de aprendizado de máquina e fornece modelagem visual. Ele suporta arrastar e soltar para construir experimentos de aprendizado de máquina sem programação explícita.

O PAI oferece suporte à publicação com um clique do modelo de treinamento gerado pelo Designer DSW como uma interface Restful API para obter uma conexão perfeita do modelo ao negócio.

Se você encontrar algum problema durante o uso, entre em contato com seu gerente de negócios para resolver o problema ou entre em contato com a pessoa de interface relevante

Camada de recursos básicos (recursos e infraestrutura de computação):

Camada de ferramentas da plataforma (Lingjun Intelligent Computing Service & Artificial Intelligence Framework):

Camada de aplicação (serviço de modelo): Os serviços de modelo suportados incluem ModelScope, PAI-DashScope, plataforma MaaS de terceiros e Bailian.

Camada de negócios (soluções baseadas em cenários): O PAI é usado em vários campos, como direção autônoma, pesquisa científica e computação inteligente, controle de risco financeiro e recomendação inteligente. O sistema de pesquisa interna, o sistema de recomendação e o sistema de serviços financeiros do Grupo Alibaba dependem do PAI para mineração de dados.

substantivo descrever Etiquetagem inteligente (iTAG) Uma ferramenta de anotação de conjunto de dados que integra recursos inteligentes (caixa preta) pode reduzir efetivamente a carga de trabalho de anotação e obter rapidamente conjuntos de dados de anotação de alta qualidade. Modelagem visual (Designer) Uma ferramenta de design de fluxo de trabalho para o campo de IA que encapsula um rico conjunto de componentes de algoritmos de aprendizado de máquina. Você não precisa de uma base de codificação, você pode treinar o modelo arrastando e soltando. Modelagem Interativa (DSW) IDE de desenvolvimento interativo de aprendizado de máquina em nuvem para desenvolvedores de IA, incluindo Notebook, VSCode e Terminal. Você pode iniciar o DSW com base na imagem especificando o NAS como armazenamento. Treinamento em contêineres (DLC) Envie rapidamente tarefas de treinamento para os recursos de computação associados ao espaço de trabalho atual (como recursos de computação gerais). Os detalhes das tarefas enviadas podem ser visualizados no módulo de gerenciamento de tarefas do PAI. Modelo de serviço online (EAS) Ele suporta a implantação de modelos complexos em grande escala com um clique, expansão e contração elástica em tempo real e fornece um sistema completo de monitoramento de operação e manutenção. Gerenciamento de ativos de IA Fornece recursos de gerenciamento para ativos essenciais de IA, incluindo conjuntos de dados, modelos, configurações de código, etc. Soluções baseadas em cenários Uma coleção de soluções de campo verticais baseadas nos recursos da plataforma PAI para sua aplicação direta.