Maschinelles Lernen ist ein multidisziplinäres Hauptfach, das Wissen über Wahrscheinlichkeitstheorie, statistisches Wissen, Wissen über Approximationstheorie und Wissen über komplexe Algorithmen umfasst. Es nutzt Computer als Werkzeuge und hat sich zum Ziel gesetzt, menschliche Lernmethoden in Echtzeit und in Echtzeit zu simulieren und vorhandene Inhalte in The umzuwandeln Die Wissensstruktur ist unterteilt, um die Lerneffizienz effektiv zu verbessern. Beim maschinellen Lernen werden Modellannahmen zu Forschungsproblemen getroffen, mithilfe von Computern Modellparameter aus Trainingsdaten gelernt und die Daten schließlich vorhergesagt und analysiert. Es kann in einigen der folgenden Szenarien verwendet werden.

Maschinelles Lernen umfasst traditionelles maschinelles Lernen und Deep Learning und umfasst die folgenden Arten:

Die zugrunde liegende Schicht von PAI unterstützt mehrere Computer-Frameworks:

Dienstleistungen von PAI:

PAI basiert auf jahrelanger Anwendungs- und Technologieakkumulation von Alibaba Cloud und der Alibaba Group und bietet die folgenden Vorteile.

Dieser Service kann einzeln oder in Kombination genutzt werden. Durch die Unterstützung von maschinellem Lernen aus einer Hand müssen Sie lediglich Trainingsdaten vorbereiten (in OSS oder MaxCompute speichern) und alle Modellierungsarbeiten (einschließlich Daten-Upload, Datenvorverarbeitung, Feature-Engineering, Modelltraining, Modellbewertung und Modellfreigabe in den Offline- oder Offline-Modus durchführen). Online-Umgebung) kann durch PAI erreicht werden.

Verbunden mit DataWorks unterstützt es mehrere Datenverarbeitungsmethoden wie SQL, UDF, UDAF und MR mit hoher Flexibilität.

Der experimentelle Prozess zum Generieren von Trainingsmodellen unterstützt die periodische Planung von DataWorks, und Planungsaufgaben unterscheiden zwischen Produktionsumgebungen und Entwicklungsumgebungen, wodurch eine Isolierung der Datensicherheit erreicht wird.

Die Algorithmen von PAI wurden durch das große Geschäft der Alibaba Group angesammelt. Sie unterstützen nicht nur grundlegende Clustering- und Regressionsalgorithmen, sondern auch komplexe Algorithmen wie Textanalyse und Merkmalsverarbeitung.

Die von PAI trainierten Modelle werden direkt in MaxCompute gespeichert und können mit anderen Alibaba Cloud-Produkten verwendet werden.

PAI unterstützt den gesamten maschinellen Lernprozess vom Daten-Upload, der Datenvorverarbeitung, dem Feature-Engineering, dem Modelltraining, der Modellevaluierung bis zur Modellfreigabe.

PAI unterstützt gängige Frameworks für maschinelles Lernen wie TensorFlow, Caffe und MXNet.

Es kapselt klassische Algorithmen für maschinelles Lernen und bietet visuelle Modellierung. Es unterstützt Drag-and-Drop zum Erstellen von Experimenten für maschinelles Lernen ohne explizite Programmierung.

PAI unterstützt die Veröffentlichung des von Designer DSW generierten Trainingsmodells mit einem Klick als Restful-API-Schnittstelle, um eine nahtlose Verbindung vom Modell zum Unternehmen zu erreichen.

Sollten während der Nutzung Probleme auftreten, wenden Sie sich bitte an Ihren Geschäftsführer oder wenden Sie sich an die zuständige Schnittstelle

Grundlegende Ressourcenschicht (Rechnerressourcen und Infrastruktur):

Plattform-Tool-Schicht (Lingjun Intelligent Computing Service & Artificial Intelligence Framework):

Anwendungsschicht (Modelldienst): Zu den unterstützten Modelldiensten gehören ModelScope, PAI-DashScope, MaaS-Plattformen von Drittanbietern und Bailian.

Geschäftsschicht (szenariobasierte Lösungen): PAI wird in verschiedenen Bereichen wie autonomem Fahren, wissenschaftlicher Forschung und intelligentem Rechnen, finanzieller Risikokontrolle und intelligenter Empfehlung eingesetzt. Das interne Suchsystem, das Empfehlungssystem und das Finanzdienstleistungssystem der Alibaba Group verlassen sich beim Data Mining alle auf PAI.

Substantiv beschreiben Intelligentes Tagging (iTAG) Ein Tool zur Annotation von Datensätzen, das intelligente Funktionen (Black Box) integriert, kann den Annotationsarbeitsaufwand effektiv reduzieren und schnell qualitativ hochwertige Annotationsdatensätze erhalten. Visuelle Modellierung (Designer) Ein Workflow-Design-Tool für den KI-Bereich, das einen umfangreichen Satz an Algorithmuskomponenten für maschinelles Lernen kapselt. Sie benötigen keine Programmiergrundlage, Sie können das Modell per Drag & Drop trainieren. Interaktive Modellierung (DSW) Eine cloudbasierte interaktive Entwicklungs-IDE für maschinelles Lernen für KI-Entwickler, einschließlich Notebook, VSCode und Terminal. Sie können DSW basierend auf dem Image starten, indem Sie das NAS als Speicher angeben. Containerschulung (DLC) Senden Sie Trainingsaufgaben schnell an die mit dem aktuellen Arbeitsbereich verknüpften Computerressourcen (z. B. allgemeine Computerressourcen). Die übermittelten Aufgabendetails können im PAI-Aufgabenverwaltungsmodul angezeigt werden. Modell-Onlinedienst (EAS) Es unterstützt die Ein-Klick-Bereitstellung großer komplexer Modelle, die elastische Expansion und Kontraktion in Echtzeit und bietet ein vollständiges Betriebs- und Wartungsüberwachungssystem. KI-Asset-Management Bietet Verwaltungsfunktionen für zentrale KI-Assets, einschließlich Datensätze, Modelle, Codekonfigurationen usw. Szenariobasierte Lösungen Eine Sammlung vertikaler Feldlösungen basierend auf den Fähigkeiten der PAI-Plattform für Ihre direkte Anwendung.