西雅图

Michael

idsw加入AutoML特性，主要包括：

• 加入数据湖的Big SQL功能，提供数据探索、预处理特性

• 将Kudu作为分析数据存储、机器学习结果存储的数据库（Cloudera已有多个案例使用kudu做分析数据存储）

• 根据结果字段（Y值）区分是分类还是回归问题

• 根据分类或回归，自动选取适合机器学习的算法。经过模型训练、测试，提供F/MPV与%准确度，变量影响报告，以方便用户选择合适的算法（Frank有调研其中一个开源组件）

• 自动生成python代码，供用户自行优化

俊梅

图像处理的计划包括：

• 深度学习与传统机器学习算法配合使用，提高图像分类与识别准确度

• 用视网膜病变作为案例，开发优化机器学习核心算法

• 现已存在4w数据

• 通过idsw开发

需要注意

分析平台

对于研发计划需要注意：

• AutoML的用户场景关注医疗、公安、金融行业

• AutoML开发作为长期工作，分阶段进行，不求一步到位

• 医疗、公安、金融业务对精确度要求很高，训练精度在90%以上顾客才可能接受

• 调用分析平台已开发的机器学习服务，如NLP服务

• seatle R&D重于设计，POC开发工作，落地由国内团队负责

三湖融合

关于三湖融合的注意是：

• 容器化数据湖、知识湖的组件，采用k8s作为调度核心

• 三湖做到组件化

• Ansible或Ambari Blueprint