开发者学习笔记【阿里云人工智能工程师ACA认证（2023版）:机器学习PAI-Designer基础】
课程地址：https://edu.aliyun.com/course/3112108/lesson/19258
机器学习PAI-Designer基础
内容介绍
一、 PAI-Designer的定义
二、 PAI-Designer的组件
三、 PAI-Designer的前置知识
四、 PAI-Designer的优势
五、 PAI-Designer的功能特性
六、 PAI-Designer的应用场景
七、 本节回顾
一、PAI-Designer的定义
PAI-Designer 界面如下图所示，是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。
界面面左边是预制的功能，菜单里的内容可以直接从左边拖拽至右边，可以用来做可视化建模，进入页面之后可以看到工作流，工作流是进行机器学习时的工作过程。
可以在左边拖拉常用的组件到右边的画布上,来组合设计工作流，设计完成之后，点击屏幕上的运行来执行调试工作流，在这里可以对数据进行预处理和可视化，进行算法的建模，对模型进行评估。
这个系统里内置了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。
该平台支持 maxicomputer、DLC、Flink 等等计算资源进行大规模的分布式的运算
二、PAI-Designer的组件
PAI-Designer组件十分丰富，它不需要编程，是零代码的方式进行机器学习，但内置的组件可以完成绝大部分的任务。
1.传统机器学习组件：包括数据预处理、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。
2.深度学习框架组件：包括视觉类算法、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。例如，图上的流程是先读 OSS 数据，然后到达 TensorFlow,TensorFlow 可以选择版本、代码文件等
3.自定义算法组件：包括 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。
三、PAI-Designer的前置知识
PAI-Designer 的目标是图形化的进行编程，能够实现零代码的开发。应用PAI-Designer 需要对经典机器学习、深度学习理论知识有一定的了解。
图形化的工具只是方便简单直观的做这些事情，只有理解理论知识才能知道要做什么以及这些工作流程的设计会产生的结果，结果是否符合预期等。
使用 PAI-Designer 要对 Python 的开发有一定了解。因为做自定义的算法组件时，可以写 Python 的脚本。
四、PAI-Designer的优势
支持的开发场景：传统机器学习算法及深度学习开发。
模型开发：拖拽式开发，极大的提高了效率
模型调参：平台自动调参
运行环境：云端实例，配有 CPU 和 GPU
可视化：支持可视化操作
PAI-Designer能够降低机器学习开发的难度，让开发的过程更有效率.
五、PAI-Designer的应用特性：
PAI-Designer 支持阿里云主子账号登录方式,如果使用子账号，则需要主账号对其进行授权就可以。
PAI-Designer 支持使用模板或手动创建工作流。通过模板可以快速创建工作流，运行成功之后，直接进行模型部署。
进行模型训练时，PAI-Designer 提供可视化大屏，同时，可以通过实验对照组对比对个训练任务，辅助获得最佳模型。
PAI-Designer 支持工作空间内的工作流协作共享。
六、PAI-Designer的应用场景
商品推荐：通过 PAI-Designer 协同过滤算法搭建的商品业务推荐
金融风控案例：通过 PAI-Designer 图算法组件搭建的金融风控案例，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分类案例
心脏病预测：通过 PAI-Designer 文本组件搭建的心脏自动诊断案例。
七、本节回顾
通过本节的学习我们了解了 PAI-Designer ，为开发者提供了可视化，拖拽式的机器学习和深度学习的实验开发环境，帮助用户实现零代码的开发人工智能相关服务。
PAI-Designer 的功能特性包括丰富的算法组件、流批一体化训练、AutoML 功能，可视化开发体验。
最后介绍了一些 PAI-Designer 的应用场景，涵盖商品推荐金融风控案例，新闻文本分类，心脏病预测。
