谷歌（Google）最近在机器学习领域动作频频。近日，它又在云计算平台的博客上发布了一系列新的启蒙教程，指导开发者如何使用谷歌的云计算平台和机器学习API自建功能强大的机器学习服务，例如：推荐系统、投资回报分析。

教程以一个房屋出租网站为例，手把手的指导开发者如何搭建一个能够为用户推荐他们或许感兴趣的房屋的系统。这个系统将根据先前的搜索结果以及其他行为来学习推荐哪些房屋给用户。从这样一个小的例子，开发者可以学习如何使用前端网页收集数据，并且合理的将这部分数据保存下来。机器学习的算法则是构建在谷歌云平台的Dataproc上，来管理Hadoop和Spark的任务以及根据实时数据为用户提供推荐数据。除了教你如何实现推荐系统以外，教程还进一步涵盖了一些推荐系统开发过程中需要注意的点，例如时间轴的考虑，数据过滤方法等等。

点击此处查看推荐系统的教程

另一个教程重点关注了如何进行大量数据的处理。谷歌以6年8只不同股票的市场数据为例，指导开发者如何使用谷歌的BigQuery和Datalab来查询和分析数据，以及如何使用TensorFlow来构建模型并且预测金融市场未来的走向。

点击此处查看TensorFlow的教程

虽然机器学习的概念已经在国内非常火爆，但是真正通过它获取有意义的数据为用户带来价值的仍然屈指可数，而其中很大的一个限制就是搭建机器学习所需要的知识、庞大的并行计算架构和数据存储能力。谷歌去年11月发布TensorFlow，大大的提高了整个开源社区的机器学习算法的可用性，而最近的一系列动作也表明，谷歌希望通过自己庞大的分布式系统和在并行计算多年的积累，为开发者、创业者以及兴趣爱好者提供一个真正可以理解并且实践机器学习的平台。借用博客的作者Mayran话来说，「我们希望这个教程可以为你提供搭建自我进化的智能系统所需要的基本知识，来让我们利用用户的数据为他们提供更加优质的服务。」

版权声明：本文系深圳湾编辑创作发布，转载请注明来自深圳湾，并标明网站地址 shenzhenware.com
转载、采访、投稿、团队报道联系公众号：shenzhenware