腾讯智能钛机器学习 TI-ML

基于腾讯云强大计算能力的一站式机器学习生态服务平台,帮助用户方便地进行模型训练、评估和预测

腾讯智能钛机器学习产品简介

智能钛机器学习(TI Machine Learning,TI-ML)是基于腾讯云强大计算能力的一站式机器学习生态服务平台。它能够对各种数据源、组件、算法、模型和评估模块进行组合,使得算法工程师和数据科学家在其之上能够方便地进行模型训练、评估和预测。智能钛机器学习根据不同定位开发了可视化操作界面的 TI-ONE 、命令行操作界面的 TI-Accelerator(TI-A)以及全流程自动化的 TI Self-Learning(TI-S),以满足用户不同的使用习惯。此外,用户不仅可通过公有云方式使用 TI 系列产品,还同时支持私有化部署。

腾讯智能钛机器学习的特性

一站式服务

与腾讯云的存储、计算能力无缝对接,一站式完成海量数据的存储和分析挖掘。

全流程管理

集数据处理、模型训练、预测、部署功能于一体,并提供公共数据集和业界模型,快速释放数据价值。

深度学习

支持 Tensorflow、Caffe、Torch 三大主流深度学习框架,并支持一机多卡、多机多卡模式的 GPU 分布式计算。

性能强大

搭载万兆网卡的大量 CPU/GPU 实体机以及针对分布式机器学习的加速算法,为 TB 级数据的模型训练提供坚实基础。

算法全面

在支持自定义算法的同时,还提供数据处理、分类、聚类、深度学习等上百种主流算法。

操作简便

命令行操作模式符合高阶客户使用习惯,灵活敏捷;可视化操作模式通过拖拉拽的方式拼接算法组件实现业务逻辑,界面友好易使用。

应用场景

图像处理

图片从服务器上传到 COS 对象存储后,您可以通过 TI 调度 CPU 和 HPC 集群对图片数据进行裁剪、格式转换等数据预处理;接下来采用 Faster R-CNN 或其他算法进行图象识别的模型训练,并优化参数直至最优;训练完毕的模型即可用于其他图片的图像识别预测,以判断图像物品的基本属性。

TI 的图片识别结果可广泛应用于公安领域的网络鉴黄,反恐的高危行为检测、嫌疑人特征检测,广告推荐领域的新商品识别、相似商品推荐,智能交通领域的车辆识别、行人识别、自动驾驶等场景。

用户流失预测

您可以把游戏或者 APP 服务器上的日志实时地同步到 COS 对象存储中,采用 TI 调度云端强大的 CPU 和 HPC 计算能力对用户行为或其他游戏日志进行数据清洗等预处理;接下来采用 Scale 等特征工程技术进行特征处理后的特征信息即可进入模型训练环节,训练完毕的模型将会被保存于 COS 对象存储中,以便于进行游戏流失率的预估。

游戏运营专家可以在游戏动态运营系统上,根据游戏流失率的预估结果选择策略以进行低活跃用户召回、用户流失原因分析、推广活动效果评估等动态运营。

精准营销

APP 服务器或者 Web 服务器上的用户行为日志数据同步到 COS 对象存储之后,算法工程师和数据分析师可以采用 TI 调度云端 CPU 和 HPC 计算能力对用户行为数据进行 ETL 数据预处理;经过预处理后的数据经过特征提取和特征组合衍生之后,即进入模型训练环节;经过 MLP 训练完毕的模型将会被保存于 COS 对象存储中,以在广告行业中进行点击率和广告投放的预估。

DSP 服务商将会在精准营销系统中采用预测结果,进行广告点击率的预估和精准广告投放,以提升有限流量的无限价值。