配置算法任务
本文通过为LE-V-B015型号边缘一体机配置客流统计算法，演示配置算法任务的操作。前提条件 已激活Passenger开头的预装应用。详细操作，请参见 管理应用。已接入IPC设备到LE-V-B015型号边缘一体机。详细操作，请参见 接入终端设备。准备工作 ...
产品概述
什么是地址标准化 地址标准化 是依托阿里云海量的地址语料库，以及超强的NLP算法实力所沉淀出的高性能及高准确率的标准地址算法服务。该地址算法服务能解决一地多名，地址解析，地址真伪辨别等多种问题，为企业，政府机关以及开发者提供...
功能特性
限流算法默认是令牌桶算法，也支持漏桶、滑动窗口的限流算法。网关可以对 API 的响应内容进行缓存，降低对后端 Server 的压力。跨域资源共享 针对 HTTP 的跨域请求，API 网关支持 API 级别的跨域配置以及环境级别的跨域配置。支持设置标准...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版 如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，例如广告投放、...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版（兼容Oracle）如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，...
DBSCAN
DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合，把具有足够高密度的区域划分为簇，可以在噪声的空间数据集中发现任意形状的聚类。您可以使用...
产品简介
隐私求交服务基于隐私求交（Private Set Intersection，简称 PSI）算法，保证了在不泄露多余信息的前提下，满足了数据合作的各参与方获取和分析数据求交结果的需求。隐私求交控制台是面向需要应用隐私求交技术的数据工程师或业务运营人员的...
通过工作空间管理权限
资源调度：工作空间提供调度中心，您可以根据资源使用的组件、角色精细化分配资源配额；或任务最大运行时长和任务优先级，保证资源的被合理使用。角色定义 为满足AI开发和管理的需求，PAI定义了以下多种角色，以便团队根据内部分工为成员或...
高效向量检索（PASE）
本文介绍RDS PostgreSQL如何通过PASE插件（基于IVFFlat或HNSW算法）实现高效向量检索。说明 PASE插件已不再维护，建议您使用 高维向量相似度搜索（pgvector）插件。前提条件 实例为RDS PostgreSQL 11或以上版本。背景信息 近年来，深度学习...
LLM-文本标准化（DLC）
支持的 计算资源 DLC 算法说明 LLM-文本标准化组件支持以下功能：将Unicode文本标准化，使用NFKC的方式标准化文本。ftfy.fix_text(text,normalization='NFKC')繁体转成简体使用opencc包转换。使用 opencc 包转换。效果如下：处理前 处理后 ...
评分卡训练
评分卡是信用风险评估领域常用的建模工具，其原理是通过分箱输入将原始变量离散化后再使用线性模型（逻辑回归或线性回归等）进行模型训练，其中包含特征选择及分数转换等功能。同时也支持在训练过程中为变量添加约束条件。说明 如果未指定...
内存管理
buddy算法：Buddy算法申请的内存最小为8字节对齐，可申请的最大长度除了受堆空间总大小限制外还可通过编译宏配置。系统提供的Buddy算法是通过32 bit的位图结构来挂载对应的空闲链表，bit n代表内存块对应的type，其下面挂载了长度范围(2^(n...
DBSCAN预测
DBSCAN（Density Based Spatial Clustering of Applications with Noise）是一种基于密度的聚类算法。它将簇定义为密度相连的点的最大集合。把具有高密度的区域划分为簇，可以在噪声的空间数据集中发现任意形状的聚类。您可以使用DBSCAN...
日志应用
日志审计服务中的DDoS高防（新BGP）访问日志、DDoS高防（国际）访问日志、DDoS原生防护访问日志都存储在同一个Logstore（ddos_log）中，如果同时开启采集且设置的存储天数不同，则日志存储天数为开通者的中心化存储天数的最大值。...
线性回归
最大迭代轮数 max_epoch 模型样本的最大迭代次数。学习率 learning_rate 学习率，控制每轮迭代权重的缩小程度，适当调整可以加速模型收敛但也可能使模型过拟合。最小损失 min_child_weight 训练到这个loss后，将提前停止。权重衰减项 ...
基础排序函数
适用场景1：对price字段做归一化，但是不知道price的值域，可以使用如下公式进行归一化normalize(price)场景2：对price字段做归一化，但是只知道price的最大值为100，可以使用如下公式进行归一化normalize(price,100)场景3：对price字段做...
PolarDB MySQL版DDL操作指南
此外，您也可以使用 ALTER TABLE 语句的ALGORITHM和LOCK子句对DDL的行为做精细化管理：ALGORITHM子句：为了使用指定算法执行DDL语句，您可以指定ALGORITHM字段，可选的值有DEFAULT、INSTANT、INPLACE和COPY。当DDL操作不支持该算法时，会...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
通过客户自建物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
工作原理
日志服务提供下探分析功能，用于对多维时序进行自动化、智能化的根因定位。您可以根据根因定位的结果，判断是时序数据的哪些维度（单个维度和若干维度的组合）异常导致的问题，缩小问题排查范围。本文介绍下探分析的背景信息、功能、调度与...
BERT模型离线推理
BERT模型离线推理组件主要用于BERT模型...无 最大运行时长（秒）否 算法运行的最长时间。无 输出桩 输出桩（从左到右）数据类型 下游组件 输出数据 MaxCompute表 写数据表 相关文档 关于Designer组件更详细的内容介绍，请参见 Designer概述。
使用前须知
日志审计服务中的DDoS高防（新BGP）访问日志、DDoS高防（国际）访问日志、DDoS原生防护访问日志都存储在同一个Logstore（ddos_log）中，如果同时开启采集且设置的存储天数不同，则日志存储天数为开通者的中心化存储天数的最大值。...
Beam使用（公测）
ZSTD 如果您期望获得更高的压缩比，可以使用ZSTD压缩算法，但其压缩和解压性能较弱于LZ4。LZ4 拥有极高的压缩和解压性能，但是会损失一部分压缩率。AUTO AUTO是Beam自研的自适应的压缩算法。对于数值列，根据数据的Layout提供相对于通用...
标签传播聚类
标签传播算法LPA（Label Propagation Algorithm）是基于图的半监督学习方法，其基本思路是节点的标签（community）依赖其相邻节点的标签信息，影响程度由节点相似度决定，并通过传播迭代更新达到稳定。标签传播聚类组件能够输出图中所有...
岭回归训练
岭回归（Tikhonov regularization）算法是对不适定问题进行回归分析时，最常用的正则化方法。岭回归训练组件基于该算法，支持稀疏、稠密两种数据格式，且支持带权重样本的训练。本文为您介绍岭回归训练组件的配置方法。使用限制 支持的计算...
Lasso回归训练
Lasso（Least absolute shrinkage and selection operator）回归算法是一种压缩估计算法。Lasso回归训练组件基于该算法，支持稀疏、稠密两种数据格式，且支持带权重样本的训练。本文为您介绍Lasso回归训练组件的配置方法。使用限制 支持的...
视频生产介绍
视频人像卡通化 可以根据输入的人像视频进行卡通化转换，返回风格化后的视频结果。视频增强 视频综合增强 基于AI深度学习算法，可以对输入的SDR视频进行插帧、超分辨率SR、SDR转HDR综合增强处理。视频超分辨 将输入视频放大2倍尺寸输出，并...
组件参考：所有组件汇总
线性支持向量机 该组件是基于统计学习理论的一种机器学习方法，通过寻求结构风险最小化，提高学习机泛化能力，从而实现经验风险和置信范围最小化。逻辑回归二分类 该组件是一个二分类算法，支持稀疏及稠密数据格式。GBDT二分类 该组件的...
Proxima Cluster参数
proxima.kmeans.cluster.seeker_class STRING LinearSeeker 查找中心点算法类 proxima.kmeans.cluster.seeker_params IndexParams 查找中心点算法类参数 IndexParams 对象 1.2 GpuKmeansCluster 参数名 类型 默认值 备注 proxima.general....
梯度提升回归树算法（GBRT）
前向分布算法的思想是基于当前模型和拟合函数来选择合适的决策树函数，从而最小化损失函数。GBRT主要有以下两部分组成：回归树（Regression Tree（RT））：回归树是决策树类别之一，用来预测实际值。GBRT算法是一种迭代的回归树算法，由多...
XGBoost训练
XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost训练组件在XGBoost算法的基础上进行了包装，使功能和PAI更兼容，更易用。本文为...
梯度提升决策树算法（GBDT）
同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，也不必关心特征之间是否相互依赖，能很好的处理字段缺失的数据，健壮性好。使用场景 GBDT通常被应用在二分类、多分类以及排序等场景。例如，在个性化商品推荐场景...
GBDT二分类V2
可视化配置参数 输入桩配置 输入桩（从左到右）限制数据类型 建议上游组件 是否必选 输入数据 无 读数据表 是 组件参数 页签 参数 是否必选 描述 默认值 字段设置 是否为稀疏向量格式 否 输入表中用于训练的特征列是否为稀疏向量格式。...
密码机类型
接口规范 符合的规范：PBOC 2.0、PBOC 3.0、EMV2000、GP、TSM、ESIM和交通一卡通 支持的指令集：雷卡相关和金融IC卡相关 加密算法 对称加密算法：支持SM1、SM4、DES、3DES、AES（支持128和256位密钥）非对称加密算法：支持SM2、RSA（2048～...
滤波
功能说明 滤波组件支持8种方式进行数据滤波，包括限幅滤波，中值滤波，滑动平均滤波，一阶滞后滤波，FIR滤波，最大值滤波，最小值滤波以及趋势线拟合滤波。计算逻辑原理 以下计算公式涉及的参数定义：①t表示本次，t-1表示前一次。②X(t)...
梯度提升决策树
功能说明 GBDT（Gradient Boosting Decision Tree）是一种迭代的决策树算法，由多棵决策树组成，是进行多分类的算法模型。梯度提升采用连续的方式构造树，每棵树都试图纠正前一棵树的错误。默认情况下，梯度提升决策树中没有随机化，而是...
文本反垃圾检测
提交文本反垃圾检测任务 在使用文本反垃圾检测之前，您需要先提交文本内容检测任务，如果您认为文本检测的结果与您的期望不符，可以通过文本反垃圾结果反馈接口纠正算法的检测结果。文本垃圾检测支持自定义关键词，例如，添加一些竞品关键...
随机森林
例如，在一个拥有5棵树的森林中，如果[2,4]表示0，则 1 为ID3算法，2,3 为CART算法，4 为C4.5算法。如果输入 None，则算法在森林中均分。单棵树随机特征数 取值范围为[1,N]，N表示Feature数量。叶节点数据的最小个数 取值范围为正整数，...
随机森林
功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。随机森林就是通过集成学习的思想将多棵树集成的一种算法，它的基本单元是决策树，而它的本质属于机器学习的一大分支——集成学习（Ensemble Learning）方法。计算逻辑...
XGBoost
XGBoost(Extreme Gradient Boosting)，是一种高效的Gradient Boosting算法，集成算法的思路是迭代产生多个弱的学习器，然后将每个学习器的预测结果相加得到最终的预测结果，其在结构化数据处理方面具有较优良的性能。计算逻辑原理 XGBoost...
- 产品推荐
- 这些文档可能帮助您