机器学习平台， 会有用么？

[RangerWolf]

其实大厂内部应该都有这个东西了，但是一直没有看到特别适合中小型公司的开源机器学习平台。
另外比如百度云、 AWS 等都有商业化的方案。

不知道是不是自己孤陋寡闻， 感觉好像没有开源的方案。

其实我就是想让更多的 IT 从业人员也能轻松用上机器学习平台增强自己手上的工作。
只不过， 很多时候，这些（会写代码的）人都不知道机器学习可以提高自己的工作效率


举个实际的例子吧， 有个同事， 他每天需要人工查看汇报上来的问题， 然后将其转给相应的项目组
这个工作很枯燥， 然后他就写了一个 python 脚本， 定义了一堆规则自动进行分类

后来交流发现， 这几乎就是一个典型的机器学习分类问题啊！

不知道这是否是个例。

[WWhite]

开源平台？ tf pdpd caffe 不都是吗？

[Luckyray]

楼主说的是硬件平台吧……拿过来就能用的？

[RangerWolf]

@WWhite 这些是一些 框架 主要是一些算法 但是其中的数据读取 可视化等等 除了算法部分还是有不少工作 而且这些工作都是流程比较重复 另外 比如我训练了一个 word2vec 模型 其他人其实可以直接加载进来用

[RangerWolf]

@Luckyray 软件平台。。。 硬件我的经验还不多

[crazycabbage]

cloudera 的 CDH

[JiaFeiX]

taas 才云科技

[Mistwave]

其实这个例子并不是典型的 ML 分类...

[RangerWolf]

@Mistwave 为啥不是？

[RangerWolf]

@JiaFeiX 这个第一次知道~
没有实际用过 不知道跟 https://aws.amazon.com/cn/machine-learning/details/ 这个是否一样？

[quake0day]

你说的应该和这个差不多。

https://azure.microsoft.com/en-us/services/machine-learning/

[Xs0ul]

@RangerWolf ML 分类是你拿一大堆以前分好的数据，用算法弄出分类的规则。如果现有脚本已经能完美分类了， ML 的分类不见得能达到同样程度。

[RangerWolf]

@Xs0ul 可惜就是不能完美，而且还需要经常维护各种规则

比如一个问题描述包含两个规则， 还要思考是制定分数的策略还是看规则的先后顺序

[RangerWolf]

@quake0day 是的~ 不知道有没有类似这种的开源版本

[luruitao]

第四范式。

[visonme]

开源的平台可以有，但是开源的解决方案就不容易产生了。 一个是解决技术问题，一个是解决实际的业务问题。

[henryhu]

IBM Watson, API.ai, 目前在用这两个