Alink教程(Java版)

• Alink权威指南：机器学习实例入门（Java版）
• Alink教程(Java版)目录
• Alink教程(Java版)代码的运行攻略
• 下载部分示例数据的Java代码
• Alink教程(Java版)的数据和资料链接
• 第1章 Alink快速上手
• 第1.1节 Alink是什么
• 第1.2节 免费下载、安装
• 第1.2.1节 使用 Maven 快速构建 Alink Java 项目
• 第1.2.2节 在集群上运行 Alink Java 任务
• 第1.3节 Alink的功能
• 第1.4节 关于数据和代码
• 第2章 系统概况与核心概念
• 第2.1节 基本概念
• 第2.2节 批式任务与流式任务
• 第2.3节 Alink=A+link
• 第2.4节 Pipeline与PipelineModel
• 第2.5节 触发Alink任务的执行
• 第2.5.1节 批式任务打印输出中间结果
• 第2.6节 模型信息显示
• 第2.7节 文件系统与数据库
• 第2.8节 Schema String
• 第3章 文件系统与数据文件
• 第3.2.4节 读取Parquet文件格式数据
• 第3.2.5节 定时输出流式数据
• 第3.2.6节 读取分区格式数据
• 第4章 数据库与数据表
• 第4.5节 Alink连接Kafka数据源
• 第5章 支持Flink SQL
• 第5.3.4节 Flink与Alink的数据转换
• 第6章 用户定义函数（UDF/UDTF）
• 第7章 基本数据处理
• 第7.6节 数据列的选择
• 第8章 线性二分类模型
• 第9章 朴素贝叶斯模型与决策树模型
• 第10章 特征的转化
• 第11章 构造新特征
• 第12章 从二分类到多分类
• 第13章 常用多分类算法
• 第14章 在线学习
• 第15章 回归的由来
• 第16章 常用回归算法
• 第17章 常用聚类算法
• 第18章 批式与流式聚类
• 第19章 主成分分析
• 第20章 超参数搜索
• 第21章 文本分析
• 第22章 单词向量化
• 第23章 情感分析
• 第23.5节 中文情感分析示例
• 第24章 构建推荐系统
• 第25章 深度学习入门
• 第25.1节 深度学习组件简介
• 第25.1.1节 深度学习功能概览
• 第25.1.2节 KerasSequential组件
• 第25.1.3节 深度学习相关插件的下载
• 第25.2节 手写识别MNIST
• 第25.3节 深度回归算法
• 第25.4节 运行TensorFlow模型
• 第25.5节 运行PyTorch模型
• 第25.6节 使用自定义 TensorFlow 脚本
• 第25.7节 运行ONNX模型
• 第26章 图像识别
• 第26.1节 数据准备
• 第26.2节 构造二分类模型
• 第26.3节 使用TF Hub模型
• 第27章 语音识别
• 第27.1节 数据准备
• 第27.2节 提取MFCC特征
• 第27.3节 情绪识别
• 第27.4节 录音人识别
• 第28章 深度文本分析
• 第28.1节 中文情感分析
• 第28.2节 BERT文本向量化
• 第28.3节 BERT文本分类器
• 第29章 模型流
• 第29.1节 “看到”模型流
• 第29.2节 批式训练与模型流
• 第29.3节 流式预测与LocalPredictor
• 第29.4节 PipelineModel构成的模型流
• 第29.5节 线性模型的增量训练
• 第29.6节 模型流的过滤
• 第30章 多并行与多线程
• 第30.1节 并行度（Parallelism）
• 第30.2节 多线程（Multi-threads）
• 第30.3节 LocalPredictor使用线程池
• 第31章 图嵌入表示GraphEmbedding
• 第31.1节 算法简介
• 第31.2节 示例数据
• 第31.3节 计算Embedding
• 第31.4节 查看Embedding
• 第31.5节 分类示例
• 第31.6节 改变训练参数

Alink教程(Python版)

• Alink权威指南：机器学习实例入门（Python版）
• Alink教程(Python版)目录
• Alink教程(Python版)代码的运行攻略
• Alink教程(Python版)的数据和资料链接
• 第1章 Alink快速上手
• 第1.1节 Alink是什么
• 第1.2节 免费下载、安装
• 第1.2.1节 PyAlink快速开始
• 第1.2.1.1节 PyAlink安装准备——MacOS
• 第1.2.1.2节 PyAlink安装准备——阿里云服务器
• 第1.2.1.3节 如何安装最新版本PyAlink？
• 第1.2.1.4节 PyAlink的版本查询、卸载旧版本
• 第1.2.2节 在 Flink 集群上运行 PyAlink 任务
• 第1.3节 Alink的功能
• 第1.4节 关于数据和代码
• 第1.5节 简单示例
• 第2章 系统概况与核心概念
• 第2.1节 基本概念
• 第2.2节 批式任务与流式任务
• 第2.3节 Alink=A+link
• 第2.4节 Pipeline与PipelineModel
• 第2.5节 触发Alink任务的执行
• 第2.5.1节 批式任务打印输出中间结果
• 第2.6节 模型信息显示
• 第2.7节 文件系统与数据库
• 第2.8节 Schema String
• 第3章 文件系统与数据文件
• 第3.2.4节 读取Parquet文件格式数据
• 第3.2.5节 定时输出流式数据
• 第3.2.6节 读取分区格式数据
• 第4章 数据库与数据表
• 第4.5节 Alink连接Kafka数据源
• 第5章 支持Flink SQL
• 第5.3.4节 Flink与Alink的数据转换
• 第6章 用户定义函数（UDF/UDTF）
• 第7章 基本数据处理
• 第8章 线性二分类模型
• 第9章 朴素贝叶斯模型与决策树模型
• 第10章 特征的转化
• 第11章 构造新特征
• 第12章 从二分类到多分类
• 第13章 常用的多分类算法
• 第14章 在线学习
• 第15章 回归的由来
• 第16章 常用的回归算法
• 第17章 常用的聚类算法
• 第18章 批式与流式聚类
• 第19章 主成分分析
• 第20章 超参数搜索
• 第21章 文本分析
• 第22章 单词向量化
• 第23章 情感分析
• 第23.5节 中文情感分析示例
• 第24章 构建推荐系统
• 第25章 深度学习入门
• 第25.1节 深度学习组件简介
• 第25.1.1节 深度学习功能概览
• 第25.1.2节 KerasSequential组件
• 第25.1.3节 深度学习相关插件的下载
• 第25.2节 手写识别MNIST
• 第25.3节 深度回归算法
• 第25.4节 运行TensorFlow模型
• 第25.5节 运行PyTorch模型
• 第25.6节 使用自定义 TensorFlow 脚本
• 第25.7节 运行ONNX模型
• 第26章 图像识别
• 第26.1节 数据准备
• 第26.2节 构造二分类模型
• 第26.3节 使用TF Hub模型

教程内容补充、答疑及勘误

• 第1章 Alink快速上手
• 在Flink集群部署Alink
• 在易用性方面的小技巧
• 流式组件输出数据的显示（基于Jupyter环境）
• Alink插件下载器
• 第2章 系统概况与核心概念
• Failed to load BLAS警告——Mac OS上解决方法
• 在Linux，Mac下定时执行Alink任务
• 第3章 文件系统与数据文件
• 第4章 数据库与数据表
• Catalog中设置数据库分区【Alink使用技巧】
• 在MacOS上搭建Kafka
• 在Windows上搭建Kafka
• 第5章 支持Flink SQL
• 第7章 基本数据处理
• 第8章 线性二分类模型
• 第9章 朴素贝叶斯模型与决策树模型
• 第11章 构造新特征
• GBDT+LR 一体化模型训练与预测
• GBDT+FM 一体化模型训练及预测
• 第13章 常用的多分类算法
• 第14章 在线学习 Ftrl Demo
• 第19章 主成分分析
• 第20章 超参数搜索
• 第21章 文本分析
• 第24章 构建推荐系统
• 第25章 深度学习入门
• 基于图算法实现金融风控
• 如何使用Alink时间序列算法?
• 如何使用Alink窗口特征生成?

阿里云产品应用示例

• Flink全托管上部署运行Alink任务
• 部署运行Alink Java版
• 准备工作
• 部署运行 PyAlink
• 读取MaxCompute数据表，写入MySQL
• 读取MaxCompute数据表，写入Redis
• PAI-Designer上运行PyAlink组件
• PAI-DSW上运行Alink
• PAI-DSW 个人版
• PAI-DSW 动手实验室

附录

• 常见问题汇总
• Alink支持的聚合函数
• Flink SQL 内置函数
• Flink SQL 内置函数（中文）