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。