海量数据的支持并伴随着算法的不断增强，人工智能的应用正在某些领域萌芽、成熟。在大数据的蓬勃发展的背景下，人们对机器学习算法也提出了新的要求：如何在大数据环境下正确地评价一个机器学习算法的性能？如何基于开源技术快速建设一个机器学习平台的方案？如何实现敏捷高效地进行机器学习建模？

本次演讲将讲述建设一个面向机器学习的大数据平台的设计思路和技术选型，以及实践过程中一些经验和总结。

听众受益：

1. 了解如何基于开源技术快速建设一个机器学习平台的方案；
2. 了解机器学习实践过程中使用到技术与工具链；
3. 如何实现敏捷高效地进行机器学习建模；
4. 面向机器学习的数据平台建设中的一些经验总结。