标签：ACA 机器 数据源 行棋 笔记 学习 维度 数据 考试
QuickBI
一，产品介绍
1.产品概述：支持海量数据在线分析，拖拽式操作，吩咐的可视化效果。可以通过简单操作完成数据分析，业务数据探查。
2.特点：
（1）支持多种类型数据源，支持多种可视化组件
（2）海量数据的实时分析，提供智能的一键加速
（3）灵活的报表集成方案，严密的安全权限管理
（4）门槛低易上手省时间，云计算费用低省成本
3.产品架构
4.在大数据解决方案中的角色
5.常见应用步骤
二，数据管理
1.数据源管理：
（1）云数据源：MaxCompute,AnaliyticDB,RDS(Mysql,SQLServer),Hybrid
DB（Greenplum）
（2）自建数据源：mysql，sqlserver
（3）探索空间：本地csv文件，本地excel文件
2.数据集管理：工具栏，数据面板，维度面板，度量面板
（1）针对维度可进行的操作：编辑，删除，克隆维度，层次结构创建管理，转化为度量，新建计算字段（维度），维度类型切换（默认，日期，地理信息）
（2）针对度量可进行的操作：编辑，删除，新建计算字段，为之一动，转换为维度，数字格式，默认聚合方式（求和（默认），计数/排重技术，最大值/最小值/平均值）
三，图标和门户
1.图标
2.报表门户
（1）门户：数据产品，是通过菜单形式组织的仪表板的集合，通过数据门户可以制作复杂的带导航菜单的专题类分析
掌握机器学习PAI
一，机器学习介绍
1.定义：
（1）在不直接针对问题进行编程的情况下，赋予计算机学习能力的一个研究领域
（2）指机器通过统计学算法，对大量的历史数据进行学习从而生成经验模型，利用经验模型指导业务
2.西洋跳棋与机器学习：
（1）暴力破解：
[1]方法：
a.形成所有局面下的最佳应手，作为知识库
b.从知识库中遍历当前局面，按照最佳应手行棋
[2]问题：
a.知识库很难产生，数据量巨大
b.需从海量数据中遍历
（2）固定套路
[1]方法：
a.总结一些行棋规则
b.根据行棋规则行棋
[2]问题：
a.行棋规则总结麻烦
b.棋力和总结规则的人水平有关
（3）训练模型：
[1]机器学习的思路
a.任务T：下西洋跳棋
b.性能标准P:赢棋的概率
c.经验E：和自己对弈
d.确定目标函数：V
[2]棋局状态b评估：
a.x1:棋局上黑子的个数
b.x2:棋局上红子的个数
c.x3:棋盘上黑王的个数
d.x4:棋盘上红网的个数
e.x5:被红子威胁的黑子的个数
f.x6：被黑子威胁的红字的个数
[3]思路：
b1->b2->…->end
输入棋谱或者自己和自己下很多盘，可以求出w-,w1…w6
v(b)=w0+x1w1+…+x6w6
（4）总结
[1]特点：
a.无需传统模式编程
b.定义任务，性能，经验以及目标函数，并提供目标函数学习方式即可
c.随着数据的变化，能自动学习,更新
d.利用自己对弈=>优化模型的方式，可以持续提升
[2]适用场景:
a.不宜针对问题进行手工编程
b.不能定义该问题的解决方案
c.基于复杂数据的快速决策
d.大规模的个性化系统
2.常见分类–根据学习方式不同进行分类：根据学习数据不同，对问题有不同的建模方式
(1)监督学习：学习样本中有结果标记–分类，回归
（2）无监督学习：学习样本中无结果标记
[1]从无标记的训练数据中推断结论。特点为输入数据不存在明确的标识后结果。
[2]常见为聚类：发现隐藏的模式或者对数据进行分组。
（3）半监督学习：学习样本中部分记录有结果标记
二，PAI介绍
1.介绍：基于MaxCompute提供数据处理，建模，离线预测，在线预测等服务的大型机器学习平台。
2.特点：
（1）上手简单：铜鼓对底层的分布式算法封装，提供拖拉拽的可视化操作环境，
（2）算法丰富：提供特征工程，数据预处理，统计分析，机器学习，深度学习框架，预测估等超过100中的算法组件
（3）一站式体验：提供了在线预测以及李现调度功能，让机器训练结果和业务可以无缝衔接
（4）深度学习：目前支持MXNET,CAFFE,TENSORFLOW三款主流的深度学习框架，平台底层提供gpu进行训练
3.优势
（1）存储和计算成本第：存储和计算都使用了
（2）有大量工具，算法库，降低技术门槛
（3）可视化拖拽操作，完整的解决方案
4.产品组成
5.支持的算法：
didadu
发布了43 篇原创文章 · 获赞 4 · 访问量 6112
私信
关注
标签：ACA,机器,数据源,行棋,笔记,学习,维度,数据,考试 来源： https://blog.csdn.net/didadu/article/details/104415838
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。