登陆成功后，可以启动机器学习训练任务流程，简要的流程如下： （1）数据上传 ORION公有云版本支持结构化数据上传（CSV文件），在数据模块，点击“上传新数据” ，出现如下页面： · 需要用户命名数据集 · 生成ID列：若数据集内无Index，则可滑动确认，平台将自动生成索引列 · 将数据文件拖拽至平台选框内 数据上传中，进度条显示数据上传进度，完成后，点击上传按钮，进入数据预览页面。  （2）数据预览及下载 数据预览可预览数据集前十行，并可在所有数据中下载已上传的数据集。  （3）创建任务 在训练模块中，点击“创建任务”，弹出创建任务的窗口，包含如下内容： · 任务名称：用户需要为新任务命名； · 数据名称：点击窗口，出现下拉框，可选择已上传的数据集； · 模型类型：可选择非网络模型，网络模型（包含DNN，CNN，RNN，TCN） · 问题类型：支持分类，回归，聚类，时间序列问题 · 任务类型：包含手动训练（single train），自动训练（hyper train），集成训练（ensemble train） 用户可根据任务目标选择配置，点击创建任务进入下一步。  （4）任务配置 任务配置包含四个步骤：配置预处理，配置数据，选择算法，配置输出 · 配置预处理 配置预处理中是对数据集的预处理操作，包含如下可配置内容： o ID列名：即指定数据集中的索引列，可通过下拉框选择； o Target列名：为需要预测的列名； o Shuffle：是否需要随机打乱数据（非时间序列数据可选）； o Do\_re\_fit：是否合并训练与测试数据再次训练，若是则置为True，默认不选择； o 数据切割形式：将数据集分为训练集和测试集的方式与比例；  · 配置数据 配置数据中，用户可对每一列数据进行预处理，包括数据变换和空值处理，用户无需编程，可对数据进行快速预处理，同时可对数据进行理解，包含数据最大最小值，缺失值比例等。  · 选择算法 在算法选择模块中，用户可对算法进行选择与配置，以全连接神经网络为例，用户可视化选择全连接层数，每层单元数，及网络参数等，用户可以选择默认配置进行下一项目。  · 评估方法 在模型指标的选择中，用户可自定义选择指标，可多选。  用户完成四个步骤后，用户可在所有任务的列表内查看待训练的任务，并可查看训练进度：   训练任务成功完成后，后台将保存任务，并可在预测任务内调用。