文章目錄
一、基礎知識
二、機器學習定義
對於某類任務T和性能度量P,如果一個計算機程序在T上以P衡量的性能隨着經驗E而自我完善,那麼我們稱這個計算機程序在從經驗E學習。
三、機器學習常見場景
四、機器學習常見算法
4.1 有監督學習
4.1.1 分類模型
4.1.2 迴歸模型
4.2 無監督學習
4.2.1 關聯規則
4.2.2 聚類模型
4.3 半監督學習
五、產品介紹
5.1 PAI 架構
5.2 PAI 功能特性
5.3 PAI 的可視化
5.4 PAI 支持的算法
5.5 支持深度學習
5.6 基本概念
5.7 機器學習PAI 在線預測、離線調度
六、產品應用
6.1 應用流程
6.2 數據預處理
6.3 特徵工程
6.4 統計分析
6.5 深度學習框架