官方网站地址:https://www.amd.com/en/technologies/deep-machine-learning
简介
ML提供可视化机器学习能力,为业务分析人员提供可视化、向导式、可扩展、高性能、易使用的分析工具,轻松跨越机器学习算法和技术的复杂学习过程,指导用户按流程逐步创建机器学习模型,快速实现海量数据分析挖掘。ML采用分布式架构,具备极强的扩展性;基于内存进行迭代式计算,可以对海量数据进行实时预测。
应用场景
ML为业务分析人员、数据分析师等提供可以面向海量数据的高性能的分析挖掘环境,以及可视化的简单易用工具,方便其进行数据探索和分析挖掘,进而开发分析挖掘类应用,例如文本分类、欺诈检测、行为分析等。
功能特性
1. 支持多种数据源接入
提供多种数据源接入的能力,支持分布式文件系统、列式数据库、关系型数据库等数据存储方式。
2. 支持成熟、丰富的数据挖掘算法
支持成熟、丰富的数据挖掘算法,如SVM(支持向量机)、朴素贝叶斯、K-Means、线性回归等算法,保证预测结果的高准确性。可以生成分类、聚集、回归模型,适应在多种行业的机器学习场景。
3. 支持可视化的模型评估
针对实际数据集存在的样本不均衡等问题,采用了ROC曲线、AUC值、混淆矩阵等多种可视化手段展示模型指标,可以多维度直观掌握学习模型的预测效果,帮助模型修订和价值获取。
4. 高性能
基于分布式计算、内存计算等高效计算能力,可以支持亿级数据的秒级处理,能够应对海量数据集复杂场景分析结果的实时展现。
5. 高容错性
ML Node主机出现单点故障后不影响其他ML任务的执行,执行失败的任务将会被重新调度再次执行。