# 人工智能平台 PAI #
1
关注
3907内容
【玩转数据系列六】文本分析算法实现新闻自动分类
新闻分类是文本挖掘领域较为常见的场景。目前很多媒体或是内容生产商对于新闻这种文本的分类常常采用人肉打标的方式，消耗了大量的人力资源。本文尝试通过智能的文本挖掘算法对于新闻文本进行分类。无需任何人肉打标，完全由机器智能化实现。
|
阿里云机器学习——让人工智能触手可及
近期，阿里云计划将旗下机器学习平台正式商业化发布，这不禁人们马上就联想到了刷脸支付、人机智能交互、商品智能推荐等场景，机器学习算法就是助力这些人工智能应用的底层算法。本文中将详细描述阿里是如何构建自己的人工智能平台，这个平台的特性和支持的算法，以及能够解决的问题。
|
机器学习工具、平台汇总
1. 平台和系统
TensorFlow — TensorFlow 是谷歌的第二代机器学习系统，内建深度学习的扩展支持，任何能够用计算流图形来表达的计算，都可以使用 TensorFlow
PaddlePaddle — 百度研发的深度学习平台，具有易用，高效，灵活和可伸缩等特点，为百度内部多项产品提供深度学习算法支持
Apache SINGA — SINGA 是基于大型数据集训练，大型深度学习模块的常规分布式学习平台。
阿里大航杯AI电力大赛比赛分享及数加平台，机器学习pai使用经验
本文主要以阿里云大航杯“智造扬中”电力AI大赛 数据为背景，讲述博主自己的比赛经历以及数加平台和机器学习pai的使用经验
FM算法介绍
概述
FM (Factorization Machine) 算法可进行回归和二分类预测，它的特点是考虑了特征之间的相互作用，是一种非线性模型，目前FM算法是推荐领域被验证的效果较好的推荐方案之一，在诸多电商、广告、直播厂商的推荐领域有广泛应用。
|
专访新浪微博黄波：千人千面，机器学习赋能用户信息流消费
社交媒体都在致力于通过大数据、人工智能来更全面地了解用户画像、更深刻地理解内容、更细致地结合业务场景，从而提高信息分发效率，为用户提供更好的内容消费体验。
阿里推荐与搜索引擎 - AI·OS综述
AI·OS（Online Serving），大数据深度学习在线服务体系，由我们工程、算法、效率的同事们砥砺十年而成，支撑起海内外阿里电商全部的搜索和推荐业务，时刻置身大数据主战场，引导成交占据集团大盘主体；此外，作为中台技术中坚，AI·OS已是包括电商、阿里云、优酷、菜鸟、盒马、钉钉等等在内全集团的基础设施；更为重要的是，AI·OS体系的云产品矩阵服务于全球开发者，今年预期在数千万级的营收规模。
千亿特征流式学习在大规模推荐排序场景的应用
摘要：2017云栖大会机器学习平台PAI专场，阿里巴巴高级技术专家陈绪带来千亿特征流式学习在大规模推荐排序场景的应用的演讲。主要从电商个性化推荐开始谈起，进而描述了技术挑战和PAI解决方案，重点分享了鲲鹏框架和算法调优，最好作了简要总结。
ApsaraDB的左右互搏术 - 解决企业痛处 TP+AP混合需求 - 无须再唱《爱你痛到不知痛》
标签
PostgreSQL , HybridDB , HTPA , OLTP , OLAP , 混合场景 , Oracle , 企业痛点 , 数据库痛点
背景
随着IT行业在更多的传统行业渗透，我们正逐步的在进入DT时代，让数据发挥价值是企业的真正需求，否则就是一堆废的并且还持续消耗企业人
免费试用