Machine Learning
機器學習平臺
KML（Kingsoft Cloud Machine Learning）一款專注傳統(tǒng)機器學習場景的一站式數(shù)據(jù)科學平臺，支持多種開發(fā)方式、支持主流的機器學習算法，結合Spark集群提供分布式內存計算的強大性能，為用戶提供模型開發(fā)、模型訓練、模型部署等一站式機器學習服務
核心優(yōu)勢
多樣化開發(fā)方式
支持拖拽式、notebook兩種開發(fā)方式，根據(jù)用戶使用習慣，可快速進行模型開發(fā)
豐富的算法支持
內置豐富的算法，覆蓋從數(shù)據(jù)導入、處理、特征工程、模型訓練、評估、導出等AI模型開發(fā)需求
高效便捷可視化
提供了豐富的可視化功能，通過數(shù)據(jù)可視化，讓用戶高效直觀的了解數(shù)據(jù)的全貌。通過模型可視化，可直觀方便的辨別模型的質量，判斷優(yōu)化方案
快速分布式訓練
支持基于Spark的分布式訓練和單機訓練，用戶可根據(jù)使用場景快速切換，極大提升訓練效率
產品功能
基于可視化workflow模型開發(fā)
傳統(tǒng)過編程進行建模的方式門檻高、不直觀，業(yè)務分析人員很難快速上手?？梢暬痺orkflow將模型訓練全流程用簡單、明了、可視化的方式進行展示，無需進行代碼調試，通過簡單的托拉拽即可完成建模
基于notebook的交互式模型開發(fā)
KML同樣支持通過notebook交互式建模，并內置King-SDK，可覆蓋從數(shù)據(jù)導入-數(shù)據(jù)處理-模型創(chuàng)建-模型評估-模型注冊-模型部署 一站式AI服務流程
算法庫
KML內置豐富的算法資源，覆蓋常用的99%的算法資源，包括數(shù)據(jù)導入、處理、特征工程、模型訓練、評估、導出等AI模型開發(fā)需求
模型評估體系
KML設立了全面的、多維度的模型評估體系，用直觀的圖像將模型的各類評估指標進行全面的展示，大幅提升模型效果評估的效率
多學習引擎集成
KML集成了多種機器學習引擎，包括、spark、R、python等用戶可選擇適宜的引擎進行快速開發(fā)
豐富的行業(yè)模板及示例
KML內置豐富的行業(yè)工作流模板，通過替換數(shù)據(jù)可快速的進行業(yè)務的預研
協(xié)作及共享
支持團隊協(xié)作開發(fā)；支持數(shù)據(jù)、模型、workflow、notebook模塊共享，避免重復性工作，進行知識沉淀
產品架構
.png)