Arena - 打开KubeFlow的正确姿势
Arena的目标就是让数据科学家简单的释放KubeFlow的洪荒之力，像桌面机上训练一样简单，同时又拥有了集群级别调度和管理的掌控性。为了能够更好的在社区内共享和合作，我们已经在github上开源了自己的代码：https://github.com/AliyunContainerService/arena，欢迎大家了解和使用，如果您觉得不错，请给我们点赞。
SLS机器学习介绍（02）：时序聚类建模
在大型互联网企业中，对海量KPI（关键性能指标）进行监控和异常检测是确保服务质量和可靠性的重要手段。基于互联网的服务型企业（如线上购物、社交网络、搜索引擎等）通过监控各种系统及应用的数以万计的KPI（如CPU利用率、每秒请求量等）来确保服务可靠性。
图神经网络(GNN)的简介
近年来，图神经网络(GNN)在社交网络、知识图、推荐系统甚至生命科学等各个领域得到了越来越广泛的应用。GNN在对图节点之间依赖关系进行建模的强大功能，使得与图分析相关的研究领域取得了突破。本文介绍了图神经网络的基本原理，以及两种高级的算法，DeepWalk和GraphSage。
新颖训练方法——用迭代投影算法训练神经网络
本文介绍了一种利用迭代投影算法对神经网络进行训练的方法，首先介绍了交替投影的基础知识，说明投影方法是寻找非凸优化问题解决方案的一种有效方法；之后介绍了差异图的基础知识，将差异图与一些其他算法相结合使得差分映射算法能够收敛于一个好的解决方案；当投影的情况变多时，介绍了分治算法，最后将迭代投影算法应用到神经网络训练中，给出的例子实验结果表明效果不错。
