流程化 机器学习框架 基于 scala java语言 ,一站式自动机器学习平台 ,主要包括数据分析 特征工程 ，机器模型，自动部署，超参数优化，模型自动优化，自动扩容分配创建功能，类似第四范式、阿里PAI平台、google autoMl、亚马逊SageMaker

工作比较忙，空余周末时间或者 下班回家后才有时间写一些代码 todo:1.封装一个DataFrame抽象层 todo:2.封装DataFrame -> spark DataSet/DataFrame转换 todo:3.封装Graph 可视化设计 flow todo:4.FlowGroup flow的处理 connction node

最近架构这一块，要考虑很多，要仔细想一想， 以前自己实现了很多，但是最后发现无法实现复杂业务场景，复杂的图模式 以及复杂的各种交互以及各种节点依赖关系并行控制问题，所以这开源项目打算重新实现一套体系 不在使用以前自己实现的一站式机器学习平台的架构体系，全面支持复杂系列 以及 复杂图 上下界点依赖。 尽量更新在今年年中出可运行版本

github博客:http://beautifulnow.club/

##特点

---

• 1.采用scala java 对spark 进行扩展封装，
• scala spark ml
• 2.常用的机器学习算法 +深度学习算法 +强化学习算法
• 3.图像 文本NLP 声音 各种推荐算法特征工程支持
• 4.图计算支持 时间系列支持
• 5.同时计划支持mxnet tensorflow dl4j bigdl 模型无缝支持兼容
• 计划支持可视化探索分析
• flow流程化调度

功能图：

计划后面实现kubernetes 实现自动扩容部署。

设计草稿图

1. ####数据管理

2. ####模型训练

3. ####模型评估

4. ####模型部署

5. ####执行预测

6. ####监控预测

7. ####模型自优化

8. ####可视化