ECS的PAI的简介
阿里云机器学习是基于阿里云分布式计算引擎的一款机器学习算法平台，以极低的代价帮助您的业务从BI时代跨入AI时代，真正实现人工智能触手可及。
算法丰富 ：100余种算法组件，覆盖回归、分类、聚类、文本分析等算法。
深度学习（GPU） ：加强优化Tensorflow等深度学习框架性能，提供GPU分布式计算。
可视化操作界面 ：拖拽式算法组件进行建模，降低AI初学者门槛，提升AI专业者效率。
一站式服务 ：提供完整的数据挖掘链路，做到一站式体验。
优质、丰富的机器学习算法
机器学习平台上的算法都是经过阿里大规模业务锤炼而成的，从算法的丰富性角度来看，阿里云机器学习平台不仅提供了基础的聚类、回归类等机器学习算法，也提供了文本分析、特征处理等比较复杂的算法。
ECS的PAI的操作攻略
机器学习指机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型，利用经验模型指导业务。目前机器学习主要在以下方面发挥作用：
- 营销类场景：商品推荐、用户群体画像、广告精准投放
- 金融类场景：贷款发放预测、金融风险控制、股票走势预测、黄金价格预测
- SNS关系挖掘：微博粉丝领袖分析、社交关系链分析
- 文本类场景：新闻分类、关键词提取、文章摘要、文本内容分析
- 非结构化数据处理场景：图片分类、图片文本内容提取OCR
- 其它各类预测场景：降雨预测、足球比赛结果预测
机器学习笼统地讲可以分为三类：
- 有监督学习（supervised learning）：指每个样本都有对应的期望值，通过模型搭建，完成从输入的特征向量到目标值的映射，典型的例子是回归和分类问题。
- 无监督学习（unsupervised learning）：指在所有的样本中没有任何目标值，期望从数据本身发现一些潜在的规律，例如一些简单的聚类。
- 增强学习（Reinforcement learning）：相对来说比较复杂，是指一个系统和外界环境不断地交互，获得外界反馈，然后决定自身的行为，达到长期目标的最优化。其中典型的案例就是阿法狗下围棋，或者无人驾驶。
ML案例
每一个步骤右键都可以可视化输出结果1、案例之基于画像特征的推荐
花钱开通GPU，才可以使用DL框架
