阿里機(jī)器學(xué)習(xí)PAI是什么？

　　機(jī)器學(xué)習(xí)PAI(Platform of Artificial Intelligence)是阿里云人工智能平臺，提供一站式的機(jī)器學(xué)習(xí)解決方案。本文為您介紹什么是機(jī)器學(xué)習(xí)PAI。

　　什么是機(jī)器學(xué)習(xí)

　　機(jī)器學(xué)習(xí)是指機(jī)器通過統(tǒng)計學(xué)算法，對大量歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)，進(jìn)而利用生成的經(jīng)驗?zāi)Ｐ椭笇?dǎo)業(yè)務(wù)。目前機(jī)器學(xué)習(xí)主要應(yīng)用在以下場景：

　　營銷類場景：商品推薦、用戶群體畫像或廣告精準(zhǔn)投放。

　　金融類場景：貸款發(fā)放預(yù)測、金融風(fēng)險控制、股票走勢預(yù)測或黃金價格預(yù)測。

　　社交網(wǎng)絡(luò)服務(wù)關(guān)系挖掘場景：微博粉絲領(lǐng)袖分析或社交關(guān)系鏈分析。

　　文本類場景：新聞分類、關(guān)鍵詞提取、文章摘要或文本內(nèi)容分析。

　　非結(jié)構(gòu)化數(shù)據(jù)處理場景：圖片分類或圖片文本內(nèi)容提取。

　　其它各類預(yù)測場景：降雨預(yù)測或足球比賽結(jié)果預(yù)測。

　　機(jī)器學(xué)習(xí)包括傳統(tǒng)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。傳統(tǒng)機(jī)器學(xué)習(xí)分為以下幾類：

　　有監(jiān)督學(xué)習(xí)(Supervised Learning)：每個樣本都有對應(yīng)的期望值，通過搭建模型，實現(xiàn)從輸入特征向量到目標(biāo)值的映射。例如解決回歸和分類問題。

　　無監(jiān)督學(xué)習(xí)(Unsupervised Learning)：所有樣本沒有目標(biāo)值，期望從數(shù)據(jù)本身發(fā)現(xiàn)一些潛在規(guī)律。例如解決聚類問題。

　　增強(qiáng)學(xué)習(xí)(Reinforcement Learning)：相對比較復(fù)雜，系統(tǒng)和外界環(huán)境不斷交互，根據(jù)外界反饋決定自身行為，達(dá)到目標(biāo)最優(yōu)化。例如阿爾法圍棋和無人駕駛。

　　什么是機(jī)器學(xué)習(xí)平臺PAI

　　PAI起初是服務(wù)于阿里巴巴集團(tuán)內(nèi)部(例如淘寶、支付寶和高德)的機(jī)器學(xué)習(xí)平臺，致力于讓公司內(nèi)部開發(fā)者更高效、簡潔、標(biāo)準(zhǔn)地使用人工智能AI(Artificial Intelligence)技術(shù)。隨著PAI的不斷發(fā)展，2018年P(guān)AI平臺正式商業(yè)化，目前已經(jīng)積累了數(shù)萬的企業(yè)客戶和個人開發(fā)者，是中國云端機(jī)器學(xué)習(xí)平臺之一。

　　PAI底層支持多種計算框架：

　　流式計算框架Flink。

　　基于開源版本深度優(yōu)化的深度學(xué)習(xí)框架TensorFlow。

　　千億特征樣本的大規(guī)模并行計算框架Parameter Server。

　　Spark、PySpark、MapReduce等業(yè)內(nèi)主流開源框架。

　　PAI提供的服務(wù)：

　　可視化建模和分布式訓(xùn)練PAI-Designer，詳情請參見可視化建模(PAI-Designer)。

　　Notebook交互式AI研發(fā)PAI-DSW(Data Science Workshop)，詳情請參見交互式建模(PAI-DSW)。

　　云原生AI基礎(chǔ)平臺PAI-DLC(Deep Learning Containers)，詳情請參見訓(xùn)練任務(wù)提交(Training)。

　　自動化建模PAI-AutoLearning，詳情請參見AI行業(yè)插件。

　　在線預(yù)測PAI-EAS(Elastic Algorithm Service)，詳情請參見模型在線服務(wù)(PAI-EAS)。

　　PAI的優(yōu)勢：

　　服務(wù)支持單獨或組合使用。支持一站式機(jī)器學(xué)習(xí)，您只要準(zhǔn)備好訓(xùn)練數(shù)據(jù)(存放到OSS或MaxCompute中)，所有建模工作(包括數(shù)據(jù)上傳、數(shù)據(jù)預(yù)處理、特征工程、模型訓(xùn)練、模型評估和模型發(fā)布至離線或在線環(huán)境)都可以通過PAI實現(xiàn)。

　　對接DataWorks，支持SQL、UDF、UDAF、MR等多種數(shù)據(jù)處理方式，靈活性高。

　　生成訓(xùn)練模型的實驗流程支持DataWorks周期性調(diào)度，且調(diào)度任務(wù)區(qū)分生產(chǎn)環(huán)境和開發(fā)環(huán)境，進(jìn)而實現(xiàn)數(shù)據(jù)安全隔離。