1.3.1　阿里PAI

1．平台概况

阿里云机器学习平台PAI（Platform of Artificial Intelligence）面向企业客户及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-DSW交互式建模、PAI-Studio拖曳式可视化建模、PAI-DLC分布式训练到PAI-EAS模型在线部署的全流程，支持百亿特征、千亿样本规模加速训练，百余种落地场景，全面提升机器学习工程效率。PAI平台的机器学习应用设计界面如图1.3所示。

2．平台特点

（1）良好的交互设计：使用Web UI界面，通过对底层的分布式算法封装，提供拖拉拽的可视化操作环境，同时也提供了命令行工具，可方便地将算法嵌入到自身的工程中。

（2）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，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。

图1.3　阿里PAI平台界面

（3）使用阿里云机器学习平台计算的模型直接存储在OSS或MaxCompute上，可以配合其他阿里云的产品组件加以利用。

（4）支持主流深度学习框架：阿里云机器学习平台已经包含了TensorFlow、Caffe、MXNet这三款主流的机器学习框架，还支持流式处理框架Flink、Spark、PySpark、MapReduce等业内主流框架。

（5）除了提供模型训练功能，还提供了在线预测以及离线调度功能，让机器学习训练结果和业务可以无缝衔接。

（6）基于阿里云的云计算平台，具有超大规模的数据处理能力和分布式的存储能力，同时整个模型支持超大规模的建模以及计算。

（7）对于每个输出型组件，都可以通过右键单击组件来查看可视化输出模型。可视化输出有多种表示方法，包括折线图、点图和柱形图等。