课程目标

示范如何使用两个开源项目Byzer 和 OpenMLDB 联合来打造一个完整的机器学习应用，涵盖湖仓数据加载，可视化，特征计算，模型训练，部署以及 对外以 Rest API 提供端到端的预测能力。

适用人群

对机器学习感兴趣的人群

课程概述

这次分享，我们将以Kaggle上的出租车行车时间预测问题为例，示范如何使用两个开源项目Byzer 和 OpenMLDB 联合来打造一个完整的机器学习应用，涵盖湖仓数据加载，可视化，特征计算，模型训练，部署以及 对外以 Rest API 提供端到端的预测能力。

讲师介绍：

Byzer社区PMC/数据架构师/Kyligence技术合伙人，拥有13 年研发经验。近几年专注在Data AI 融合方向上，致力于帮助企业更好的落地 Data AI。个人热衷于开源产品的设计和研发，Byzer-lang(https://github.com/byzer-org/byzer-lang)为其主要开源作品。