快速开始-基础流程案例
以 逻辑回归算法 为例，快速熟悉AI平台的建模以及部署流程。
AI平台的基础建模-部署工作流：
- 准备标准格式的训练模型代码；
- 将训练模型代码提交git仓库；
- 在AI平台创建相应的项目-模型-实验，完成训练模型的在线注册及模型训练任务；
- 选择指标最优的模型，将该模型保存【模型库】；
- 对已保存的模型进行在线校验；
- 通过校验后，对模型进行部署发布；
- 模型部署成功后，获取到该模型的API接口，在AI平台创建公开服务或进行第三方的API接口调用，实现模型应用。
生成训练代码，提交Git仓库
本文示例案例中，已创建好示例案例的训练代码，并提交到git仓库，项目详情可查看【逻辑回归算法】。
使用方式：直接复制【逻辑回归算法】的git项目地址在后续流程步骤中使用即可。
备注：（1）若想自定义训练代码，详情请了解训练标注格式代码参考；（2）将本地项目文件提交git或其他存储库以及相关配置问题, 详情请了解【git项目开发入门】和【项目关联配置】。
训练模型的在线注册及模型训练
选择顶部导航中的【项目】，创建项目。
如何创建项目，详情请了解【创建项目】。
进入已创建的项目界面，点击左侧【工作区】-【模型】，创建模型。
如何创建模型，详情请了解【在线训练-创建模型】/【离线训练-创建模型】。
进入已创建的模型界面，点击左侧【数据】-【数据集】，上传数据集。
如何上传数据集，详情请了解【数据集管理】。
点击左侧【工作区】-【实验】，创建实验，开始在线训练模型。
如何创建训练实验，详情请了解【在线训练-创建实验】。
点击 实验名称 可查看实验详情。
如何查看更多模型信息/训练信息/图表创建，详情请了解【查看模型信息】/【查看训练任务信息】/【创建训练指标图表】。
选择最优模型，保存模型库
进入左侧菜单栏【工作区】-【实验】，进入到实验列表页。
选择目标实验，进入实验训练列表页。
参考模型指标，选择最优的模型，点击右侧操作栏【注册】，完成指定目标模型在线注册。
完成模型在线注册。
如何查看更多模型注册方法及相应的注册模型信息，详情请了解【注册平台在线模型】。
模型在线校验
进入左侧菜单栏【工作区】-【模型库】，进入到模型库列表页，查看刚才保存的最优模型。
点击列表中右侧
【校验/发布】，进入到模型在线校验环境。点击右上角
【启动】，填写相关信息，进行模型预测。填写请求参数，进行模型校验。
示例数据如下：
{
"columns":["x"],
"data":[[3]]
}
如何进行模型在线校验，详情请了解【校验模型】。
模型部署发布
校验完成，点击右上角
【发布上线】，填写相关信息，进行模型发布。
进入左侧菜单栏【工作区】-【发布】，进入到模型发布管理界面，查看发布模型。
如何进行模型发布，详情请了解【发布模型】。
创建公开服务或第三方接口调用
点击左侧【市场】-【公开服务】，创建公开服务。
如何创建公开服务，详情请了解【公开服务】。
至此，恭喜你！当前你已经在平台上部署了基础的工作流。
更多其他操作和用法，请参考其他目录内容。