阿里云机器学习·简介
阿里云机器学习平台是一套基于MaxCompute（阿里云分布式计算引擎）的数据挖掘、建模、预测的工具。它提供算法开发、分享、模型训练、部署、监控等一站式算法服务，用户可以通过可视化的操作界面来操作整个实验流程，同时也支持命令，让用户通过命令行来操作实验。
8月特别推荐
众所周知，在很多业务场景的大数据处理中，经常需要挖掘海量数据背后的商业价值。阿里云数加平台推出机器学习开发工具大大提高了数据挖掘的效率，然而缺乏数据、缺乏场景成为大多数用户学习阿里云数加机器学习平台的难题。没错，今天为大家精彩呈现五大demo示例（可获取数据集），step by step帮助大家学习阿里云机器学习。
【案例一】人口普查统计
该入门示例通过截取一份关于美国某区域的人口普查数据，利用阿里云机器学习对学历和收入进行统计和分析，主要涉及统计类算法组件。可通过点击标题进入案例详情，获取数据集进行体验。
【案例二】心脏病预测
心脏病是人类健康的头号杀手。全世界1／3的人口死亡是因心脏病引起的，而在我国，每年有几十万人死于心脏病。 如果可以通过提取人体相关的体测指标，通过数据挖掘的方式来分析不同特征对于心脏病的影响，对于预测和预防心脏病将起到至关重要的作用。该示例将按照数据挖掘流程：数据预处理>特征工程>模型训练和预测>模型评估 来学习如何使用阿里云机器学习。模型效果达到80+%的心脏病预测准确率，同时可以得到心跳数对于是否发生心脏病影响最大。
【案例三】金融风控
该示例通过利用图算法来对人脉圈部分人员进行信用打标，从而计算出整个人脉圈的信用值，同时算出人脉圈中每个人欺诈的概率，该案例常常用于金融行业的金融风控领域。
【案例四】商品推荐
该示例通过一份7月份前的用户购物行为数据，获取商品的关联关系，对用户7月份之后的购买形成推荐预测，并评估准确性。比如用户甲某在7月份之前买了商品A，商品A与B强相关，我们就在7月份之后推荐了商品B，并探查这次推荐是否命中。
【案例五】贷款发放预测
该示例通过农业贷款的历史发放情况，借助阿里云机器学习构建农民还贷能力预测模型，来预测是否给贷款发放目标用户，从而为相关机构提供依据。
>>>>进入阿里云机器学习控制台