AI 助理
备案控制台
开发者社区 人工智能 文章 正文

阿里云机器学习技术与应用

2017-05-31 1989
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 本文整理自2017云栖大会-成都峰会上阿里云高级专家刘吉哲的分享讲义。讲义主要分享了阿里云机器学习系统PAI2.0的算法、框架及其关键技术和应用举例。

本文整理自2017云栖大会-成都峰会上阿里云高级专家刘吉哲的分享讲义。讲义主要分享了阿里云机器学习系统PAI2.0的算法、框架及其关键技术和应用举例。


88e001ec8c60e9e42407f82ffc428540e633dec5

3b612df9186b6c006697674e2d001e777c8bc801

fa6e59e623b71108fef41b213d9474c71e916177

a8f5db66079298ecc1d83757775ae4b89af681a3

58b7191b00fcde8a3472442d350c0fc73fb0e4f8

2e48ce73926db702db9a16be2af0416a52238d5c

62934a2f15cd1d234436a4a0065efeecea6353e6

7e30251abb103b195e0fb7b9f41899742d48a093

67d7b1d75e83385cb52e9a6e8de3d56eec7b1caf

9fb658c2941dc5880fe900d637d8ec64a8937081

836b34449055371170aec6eebac34cf3323339b2

29a790f59d66f38296832a918eca3d2bde00225e

ebdfb477cdcfab72c740fcc52971b1802386ad64

416a91fcf55f9c4949b6046c9242eb1f8506eee9

73adbf0f9c01ea6ea3a9aa8708c99349e07f2d1d

93c05705df2229fc0e82884e4b584182aa26baab

da005e5c27455bfadcc09fd2d823b6ed13de3765

41045f1cd974621e74711077e1671708b7f23ec3

d9c57bbf27b24f7ded9156cbe4f12526358acec8

bf776a5bf067b0a38966ea46fd6a035c1d71a82d

9f2f9b165ecc9e8a6909fed4709cd550654564e5

38d6f242ba84cf48376652fc51890a4efb7a463b

7466466e776fd6141ad3ec02d521908dc6fcf55a

8404c2aae3508d1c3f97253f33b9c6a41833ecf7

5457d11f49ec8ea166e5c8c3678214ec3326c784

63c59ae56e785d798225d97b6842241c8439190f

ad4c81cbc0b165ca40ec3f1168ef080573f5297c

2f4c286d9bed1866178b453370e8ceffe015802d

22b23443bcf8452a60c23918c423a279d292cd1f

文章标签：
算法
机器学习/深度学习
关键词：
阿里云人工智能平台 PAI
人工智能平台 PAI应用
人工智能平台 PAI技术
阿里云人工智能平台 PAI应用
人工智能平台 PAI技术应用
云栖小秘书
目录
相关文章
Deephub
|
2月前
|
机器学习/深度学习 数据采集 算法
量子机器学习入门：三种数据编码方法对比与应用
在量子机器学习中，数据编码方式决定了量子模型如何理解和处理信息。本文详解角度编码、振幅编码与基础编码三种方法，分析其原理、实现及适用场景，帮助读者选择最适合的编码策略，提升量子模型性能。
Deephub
242 8
阿里云大数据Al技术
|
6月前
|
人工智能 自然语言处理 数据挖掘
云上玩转Qwen3系列之三：PAI-LangStudio x Hologres构建ChatBI数据分析Agent应用
PAI-LangStudio 和 Qwen3 构建基于 MCP 协议的 Hologres ChatBI 智能 Agent 应用，通过将 Agent、MCP Server 等技术和阿里最新的推理模型 Qwen3 编排在一个应用流中，为大模型提供了 MCP+OLAP 的智能数据分析能力，使用自然语言即可实现 OLAP 数据分析的查询效果，减少了幻觉。开发者可以基于该模板进行灵活扩展和二次开发，以满足特定场景的需求。
阿里云大数据Al技术
514 4
青云交（Java大数据AI云原生Python）
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
Java 大视界 -- Java 大数据机器学习模型在自然语言生成中的可控性研究与应用（229）
本文深入探讨Java大数据与机器学习在自然语言生成（NLG）中的可控性研究，分析当前生成模型面临的“失控”挑战，如数据噪声、标注偏差及黑盒模型信任问题，提出Java技术在数据清洗、异构框架融合与生态工具链中的关键作用。通过条件注入、强化学习与模型融合等策略，实现文本生成的精准控制，并结合网易新闻与蚂蚁集团的实战案例，展示Java在提升生成效率与合规性方面的卓越能力，为金融、法律等强监管领域提供技术参考。
青云交（Java大数据AI云原生Python）
171 0
青云交（Java大数据AI云原生Python）
|
3月前
|
机器学习/深度学习 算法 Java
Java 大视界 -- Java 大数据机器学习模型在生物信息学基因功能预测中的优化与应用（223）
本文探讨了Java大数据与机器学习模型在生物信息学中基因功能预测的优化与应用。通过高效的数据处理能力和智能算法，提升基因功能预测的准确性与效率，助力医学与农业发展。
青云交（Java大数据AI云原生Python）
226 0
青云交（Java大数据AI云原生Python）
|
3月前
|
机器学习/深度学习 搜索推荐 数据可视化
Java 大视界 -- Java 大数据机器学习模型在电商用户流失预测与留存策略制定中的应用（217）
本文探讨 Java 大数据与机器学习在电商用户流失预测与留存策略中的应用。通过构建高精度预测模型与动态分层策略，助力企业提前识别流失用户、精准触达，实现用户留存率与商业价值双提升，为电商应对用户流失提供技术新思路。
青云交（Java大数据AI云原生Python）
191 0
青云交（Java大数据AI云原生Python）
|
3月前
|
机器学习/深度学习 存储 分布式计算
Java 大视界 --Java 大数据机器学习模型在金融风险压力测试中的应用与验证（211）
本文探讨了Java大数据与机器学习模型在金融风险压力测试中的创新应用。通过多源数据采集、模型构建与优化，结合随机森林、LSTM等算法，实现信用风险动态评估、市场极端场景模拟与操作风险预警。案例分析展示了花旗银行与蚂蚁集团的智能风控实践，验证了技术在提升风险识别效率与降低金融风险损失方面的显著成效。
青云交（Java大数据AI云原生Python）
217 0
青云交（Java大数据AI云原生Python）
|
4月前
|
机器学习/深度学习 分布式计算 Java
Java 大视界 -- Java 大数据机器学习模型在遥感图像土地利用分类中的优化与应用（199）
本文探讨了Java大数据与机器学习模型在遥感图像土地利用分类中的优化与应用。面对传统方法效率低、精度差的问题，结合Hadoop、Spark与深度学习框架，实现了高效、精准的分类。通过实际案例展示了Java在数据处理、模型融合与参数调优中的强大能力，推动遥感图像分类迈向新高度。
青云交（Java大数据AI云原生Python）
230 0
青云交（Java大数据AI云原生Python）
|
4月前
|
机器学习/深度学习 存储 Java
Java 大视界 -- Java 大数据机器学习模型在游戏用户行为分析与游戏平衡优化中的应用（190）
本文探讨了Java大数据与机器学习模型在游戏用户行为分析及游戏平衡优化中的应用。通过数据采集、预处理与聚类分析，开发者可深入洞察玩家行为特征，构建个性化运营策略。同时，利用回归模型优化游戏数值与付费机制，提升游戏公平性与用户体验。
青云交（Java大数据AI云原生Python）
179 0
奔跑的数据
|
6月前
|
机器学习/深度学习 数据采集 人工智能
智能嗅探AJAX触发：机器学习在动态渲染中的创新应用
随着Web技术发展，动态加载数据的网站（如今日头条）对传统爬虫提出新挑战：初始HTML无完整数据、请求路径动态生成且易触发反爬策略。本文以爬取“AI”相关新闻为例，探讨了通过浏览器自动化、抓包分析和静态逆向接口等方法采集数据的局限性，并提出借助机器学习智能识别AJAX触发点的解决方案。通过特征提取与模型训练，爬虫可自动推测数据接口路径并高效采集。代码实现展示了如何模拟AJAX请求获取新闻标题、简介、作者和时间，并分类存储。未来，智能化将成为采集技术的发展趋势。
奔跑的数据
161 1
智能嗅探AJAX触发：机器学习在动态渲染中的创新应用
阿里云大数据Al技术
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
阿里云人工智能平台 PAI 开源 EasyDistill 框架助力大语言模型轻松瘦身
本文介绍了阿里云人工智能平台 PAI 推出的开源工具包 EasyDistill。随着大语言模型的复杂性和规模增长，它们面临计算需求和训练成本的障碍。知识蒸馏旨在不显著降低性能的前提下，将大模型转化为更小、更高效的版本以降低训练和推理成本。EasyDistill 框架简化了知识蒸馏过程，其具备多种功能模块，包括数据合成、基础和进阶蒸馏训练。通过数据合成，丰富训练集的多样性；基础和进阶蒸馏训练则涵盖黑盒和白盒知识转移策略、强化学习及偏好优化，从而提升小模型的性能。
阿里云大数据Al技术
1134 7

热门文章

最新文章

  • 1
    【机器学习算法篇】K-近邻算法
  • 2
    机器学习算法—KMEANS算法原理及阿里云PAI平台算法模块参数说明
  • 3
    机器学习与数据科学决策树指南
  • 4
    机器学习十大经典算法之K-Means聚类算法
  • 5
    Python机器学习数据建模与分析——Numpy和Pandas综合应用案例：空气质量监测数据的预处理和基本分析
  • 6
    机器学习实战之线性回归
  • 7
    PAI平台搭建企业级个性化推荐系统
  • 8
    【翻译】Sklearn与TensorFlow机器学习实用指南 ——第12章 设备和服务器上的分布式TensorFlow（下）
  • 9
    带你读《云原生机密计算最佳实践白皮书》——PPML: 端到端隐私保护机器学习解决方案（上）
  • 10
    看云栖说云栖 —— 机器学习PAI
  • 1
    从实验室到生产线：机器学习模型部署的七大陷阱及PyTorch Serving避坑指南
    241
  • 2
    机器学习异常检测实战：用Isolation Forest快速构建无标签异常检测系统
    424
  • 3
    【新模型速递】PAI-Model Gallery云上一键部署MiniMax-M1模型
    310
  • 4
    PAI 重磅发布模型权重服务，大幅降低模型推理冷启动与扩容时长
    358
  • 5
    基于PAI-FeatureStore的LLM embedding功能，结合通义千问大模型，可通过以下链路实现对物品标题、内容字段的离线和在线特征管理。
    183
  • 6
    DistilQwen-ThoughtX 蒸馏模型在 PAI-ModelGallery 的训练、评测、压缩及部署实践
    365
  • 7
    昇腾AI4S图机器学习：DGL图构建接口的PyG替换
    176
  • 8
    运维，不再“救火”！机器学习如何让故障预警成为现实？
    204
  • 9
    智能嗅探AJAX触发：机器学习在动态渲染中的创新应用
    161
  • 10
    阿里云人工智能平台 PAI 开源 EasyDistill 框架助力大语言模型轻松瘦身
    1134

    • 相关课程

    更多
  • PAI平台学习路线：机器学习入门到应用
  • 场景实践 - 机器学习PAI实现精细化营销
  • 场景实践 - 基于阿里云PAI机器学习平台使用时间序列分解模型预测商品销量
  • 场景实践 - 基于机器学习进行收入预测分析
  • 机器学习概览及常见算法
  • 机器学习入门-概念原理及常用算法

    • 相关电子书

    更多
  • 视频云+人工智能计算机视觉和机器学习在消费级视频中的应用
  • 基于Spark的面向十亿级别特征的 大规模机器学习
  • 基于Spark的大规模机器学习在微博的应用

    • 相关实验场景

    更多
  • 使用PAI+LLaMA Factory微调Qwen2-VL模型，搭建文旅领域知识问答机器人
  • 在PAI ArtLab一键设计AIGC新春红包
    • 下一篇
    阿里云弹性公网IP线路类型【BGP(多线)_精品】是什么意思？