300 + 明星创业公司，3000 + 行业人士齐聚
全球人工智能与机器人峰会 GAIR 2017
，一 同见证 AI 浪潮之巅！峰会抢票火热进行中。
今天特放出
直减 1100 元的无条件优惠码
（见文末，优惠幅度逐天减小），感谢各位读者对雷锋网的支持，打开链接即可使用。
AI科技评论按
：6.13号上午，中科院计算所研究员徐君在微博中宣布，Easy Machine Learning 系统开源，欢迎大家下载。
AI科技评论
编辑第一时间为大家带来该系统的功能介绍。
在许多大数据应用中，机器学习算法已经成为至关重要的一部分。不过，机器学习的全部潜能还远远没被开发出来，因为使用机器学习算法很困难，尤其是在像Hadoop和Spark的分布式平台。主要障碍不仅是来自算法本身的运行，而且在真实应用中，运行它们的过程中往往包含多重步骤和不同算法。在这个演示中，展示了一个通用的基于数据流的系统，以减化在真实世界中应用机器学习算法的过程。在该系统中，学习任务被构造成一个有向非循环图（DAG），其中每个节点代表一个操作（例如，一个机器学习算法），每个边缘代表数据流从一个节点到它的后续节点。实现了交互图形用户界面，使用户能够以拖放的方式创建、配置、提交和监视任务。
图2显示了系统的体系结构。整个系统由三部分组成：提供基础服务的大数据基础结构，提供机器学习任务的核心构建模块的机器学习库，和提供友好界面降低使用机器学习的难度的机器学习工作室。
大数据基础结构
该系统是建立在开源大数据系统Hadoop和Spark之上的。所有的数据，机器学习算法以及其它相关的信息都存储在分布式文件系统HDFS和Hive数据管理系统，MySQL的相关数据库系统用于存储元数据。我们的系统也依赖于分布式计算框架Map-Reduce 和 Spark。所有计算资源都由Yarn管理.每一个提交的机器学习任务（数据流DAG）首先转换为一个工作流DAG，然后随着工作流的调动程序调动。
机器学习库
机器学习库实现了一系列流行的机器学习算法（如分类、主题建模、图形处理、信息推荐等）。对于每种算法，都在Spark上运行了单机版和分布式版，因为在数据不够大的时候，单机版往往比分布式版更有效。除了核心算法，该库也会执行必要的模块来支持核心算法，包括数据预/后处理实现所需要的功能模块、数据格式转换、特征提取、绩效评价等，所有的算法和模块可以通过命令行和java API来调用。这些算法构成了用户定义机器学习任务的核心构建块。
机器学习工作室
机器学习工作室的主要目标是提供一个友好的用户交互界面，使普通用户可以使用机器学习算法轻松地解决自己的问题。机器学习工作室是作为一个Web服务实现的，可以通过Web浏览器访问。它提供了以下主要功能：
1）
资源管理
在机器学习库中实现的所有算法都可以从Studio系统中访问。该系统还提供了一些数据和任务，用于演示如何使用这些算法来解决问题。为了构造机器学习任务，用户可以直接使用系统中的算法和数据。他们还可以上传自己的数据和算法包。要上传一个算法包，用户需要指定运行该算法的命令行模式字符串的格式。字符串定义程序名、输入端口、输出端口和参数设置。这样，上传的算法可以在不同的参数设置下运行。在指定的任务数据流DAG中，该算法可以按照命令行模式运行。在提交机器学习任务之后，它将被分配一个唯一的ID，并存储在任务存储库中。用户可以在将来检查和重用任务。还可以将任务共享给其他用户。
2）
任务设计
构造一个机器学习任务，用户可以将算法和数据集（节点）拖到工作面板上，将这些节点连接成一个数据流DAG，并设置所有节点的参数。如果用户可以在库中找到一个类似的工作（大多数情况下），可以直接复制现有的任务和进行必要的修改（添加/删除节点和边，改变参数）。通过在工作面板中选择一个节点，参数设置面板将显示在页面的右边，这使得用户可以为任务中相应的算法设置特定的参数值。提交一个机器学习任务后，工作室将检查数据流DAG的正确性，产生时间文件的文件路径，将数据流DAG转化为工作流DAG，最后提交工作流程DAG到 Oozie执行。
3）任务监视
