腾讯云机器学习平台TI-ONE

点击观看大咖分享

据《中国ICT人才生态白皮书》研究分析，2018年底，我国人工智能人才缺口已突破100万，到2020年，这一数字将攀升到226万。但全球367所具有人工智能研究方向的高校每年在该领域毕业的学生仅约2万人，远远不能满足市场需求。

人才缺口大，腾讯云发布超新星AI人才培养计划，深耕高校教育生态。作为该计划中唯一的机器学习平台，腾讯云智能钛TI-ONE走进高校课堂，受到了老师和同学们的喜爱。

无论您是AI出入门者，还是AI专家，在智能钛机器学习平台上，都能找到适合您的建模方式。

本次腾讯云大学大咖分享课程邀请 余祖坤 腾讯云高级产品经理 分享关于“腾讯云机器学习平台TI-ONE”课程的内容。开启云上机器学习建模之旅，与智能钛TI-ONE来一场浪漫的邂逅吧！

本次分享主要包括三个部分：TI-ONE产品架构；TI-ONE产品特性；使用TI-ONE搭建模型。

1.TI-ONE产品架构

1.1机器学习概述

机器学习通过学习输入的数据来构建模型，以对未来的新输入信息做出预测或识别。

机器学习就好比烧饭，将大米（数据）放入电饭煲（机器学习），选择不同的烹煮模式（不同的算法），最后得到米饭或者粥（不同的模型）。

目前，机器学习已经拥有广泛的应用场景，如图像识别、金融风控、智能投研、精准推荐、疾病诊断、工程检测等等。

1.2传统机器学习与深度学习

传统机器学习表现为完整的流水线，包含以下几个环节：

**1.数据获取：**从数据源接入数据，用于后续的算法训练。

2.数据预处理：如缺失值处理、数据格式处理。

3.特征提取：在原始数据的基础上提取出会对训练结果有帮助的值的过程，这个过程很大程度上依赖建模人员的经验，尤其是对业务的理解。

4.特征选择：选择好的特征，加入到模型训练过程中。

5.选择算法：模型的搭建可以选择不同的方法，如随机森林算法、决策树算法、支持向量机算法等。

传统机器学习的特点是：特征选择需要人工参与。而深度学习在其衍生之后，特征选择过程可以通过神经网络来完成。

今天我们课程所说的机器学习，指的是广义的机器学习，包括了传统机器学习和深度学习。

1.3机器学习建模过程

过程：用户数据-数据预处理-特征工程-机器学习算法-模型评估-生成离线或在线的服务。

生成的模型好不好，需要有方法去评估，好的模型要生成离线或在线的服务进入到实际的应用，整个过程需要大量的计算资源支持。

智能钛TI-ONE提供以上环节的全流程算法开发及部署支持。

1.4机器学习平台价值主张

前面我们已经了解了机器学习概念，知道了机器学习搭建模型的整个过程。现在谈下机器学习建模时算法工程师有两种选择&