谷歌（Google）最近在機(jī)器學(xué)習(xí)領(lǐng)域動(dòng)作頻頻西饵。近日，它又在云計(jì)算平臺(tái)的博客上發(fā)布了一系列新的啟蒙教程躺翻，指導(dǎo)開(kāi)發(fā)者如何使用谷歌的云計(jì)算平臺(tái)和機(jī)器學(xué)習(xí)API自建功能強(qiáng)大的機(jī)器學(xué)習(xí)服務(wù)丧叽，例如：推薦系統(tǒng)、投資回報(bào)分析公你。

教程以一個(gè)房屋出租網(wǎng)站為例踊淳，手把手的指導(dǎo)開(kāi)發(fā)者如何搭建一個(gè)能夠?yàn)橛脩敉扑]他們或許感興趣的房屋的系統(tǒng)。這個(gè)系統(tǒng)將根據(jù)先前的搜索結(jié)果以及其他行為來(lái)學(xué)習(xí)推薦哪些房屋給用戶陕靠。從這樣一個(gè)小的例子迂尝，開(kāi)發(fā)者可以學(xué)習(xí)如何使用前端網(wǎng)頁(yè)收集數(shù)據(jù)，并且合理的將這部分?jǐn)?shù)據(jù)保存下來(lái)懦傍。機(jī)器學(xué)習(xí)的算法則是構(gòu)建在谷歌云平臺(tái)的Dataproc上，來(lái)管理Hadoop和Spark的任務(wù)以及根據(jù)實(shí)時(shí)數(shù)據(jù)為用戶提供推薦數(shù)據(jù)芦劣。除了教你如何實(shí)現(xiàn)推薦系統(tǒng)以外粗俱，教程還進(jìn)一步涵蓋了一些推薦系統(tǒng)開(kāi)發(fā)過(guò)程中需要注意的點(diǎn)，例如時(shí)間軸的考慮虚吟，數(shù)據(jù)過(guò)濾方法等等寸认。

點(diǎn)擊此處查看推薦系統(tǒng)的教程

另一個(gè)教程重點(diǎn)關(guān)注了如何進(jìn)行大量數(shù)據(jù)的處理签财。谷歌以6年8只不同股票的市場(chǎng)數(shù)據(jù)為例，指導(dǎo)開(kāi)發(fā)者如何使用谷歌的BigQuery和Datalab來(lái)查詢和分析數(shù)據(jù)偏塞，以及如何使用TensorFlow來(lái)構(gòu)建模型并且預(yù)測(cè)金融市場(chǎng)未來(lái)的走向唱蒸。

點(diǎn)擊此處查看TensorFlow的教程

雖然機(jī)器學(xué)習(xí)的概念已經(jīng)在國(guó)內(nèi)非常火爆灸叼，但是真正通過(guò)它獲取有意義的數(shù)據(jù)為用戶帶來(lái)價(jià)值的仍然屈指可數(shù)神汹，而其中很大的一個(gè)限制就是搭建機(jī)器學(xué)習(xí)所需要的知識(shí)、龐大的并行計(jì)算架構(gòu)和數(shù)據(jù)存儲(chǔ)能力古今。谷歌去年11月發(fā)布TensorFlow屁魏，大大的提高了整個(gè)開(kāi)源社區(qū)的機(jī)器學(xué)習(xí)算法的可用性，而最近的一系列動(dòng)作也表明捉腥，谷歌希望通過(guò)自己龐大的分布式系統(tǒng)和在并行計(jì)算多年的積累氓拼，為開(kāi)發(fā)者、創(chuàng)業(yè)者以及興趣愛(ài)好者提供一個(gè)真正可以理解并且實(shí)踐機(jī)器學(xué)習(xí)的平臺(tái)抵碟。借用博客的作者M(jìn)ayran話來(lái)說(shuō)桃漾，「我們希望這個(gè)教程可以為你提供搭建自我進(jìn)化的智能系統(tǒng)所需要的基本知識(shí)，來(lái)讓我們利用用戶的數(shù)據(jù)為他們提供更加優(yōu)質(zhì)的服務(wù)拟逮∏送常」

版權(quán)聲明：本文系深圳灣編輯創(chuàng)作發(fā)布，轉(zhuǎn)載請(qǐng)注明來(lái)自深圳灣唱歧，并標(biāo)明網(wǎng)站地址 shenzhenware.com
轉(zhuǎn)載宪摧、采訪、投稿颅崩、團(tuán)隊(duì)報(bào)道聯(lián)系公眾號(hào)：shenzhenware