概述
AnalyticDB PostgreSQL版 向量分析可以通过AI算法提取非结构化数据的特征，并利用特征向量作为非结构化数据的唯一标识，帮您快速且低成本地实现对非结构化数据检索和对结构化数据关联分析。向量数据库简介 在现实世界中，绝大多数的数据都...
什么是人工智能平台PAI
机器学习包括传统机器学习和深度学习，有以下几种类型：监督学习（Supervised Learning）：每个样本都有对应的目标值，通过搭建模型实现从输入特征向量到目标值的映射，例如解决回归和分类问题。无监督学习（Unsupervised Learning）：所有...
功能概述
实现原理 分析型数据库MySQL版的向量分析旨在帮助您实现非结构化数据的近似检索和分析，其实现原理是通过AI算法提取非结构化数据的特征，然后利用特征向量唯一标识非结构化数据，向量间的距离用于衡量非结构化数据之间的相似度。...
Delta Lake概述
实时机器学习：在机器学习场景中，通常需要花费大量的时间用于处理数据，例如数据清洗、转换、提取特征等等。同时，您还需要对历史和实时数据分别处理。而Delta简化了工作流程，整条数据处理过程是一条完整的、可靠的实时流，其数据的清洗...
推荐解决方案综述
使用如下任何一种算法挖掘特征（User和Item本身特征、User-Item交叉特征及Context特征）：挖掘特征工程：特征工程。自动挖掘Autocross特征：Auto ML自动特征工程使用说明。使用FM算法自动挖掘二阶交叉特征：使用FM-Embedding实现推荐召回。...
Designer使用案例汇总
使用FM-Embedding实现推荐召回 介绍如何使用FM算法和Embedding提取算法，快速生成User和Item的特征向量。基于Alink框架的FM推荐 介绍如何通过 Designer 预置的FM算法模板，快速构建推荐模型。使用协同过滤实现商品推荐 介绍如何使用协同...
通过自定义模型识别
单击完成训练的模型 操作 列的 图标，即可查看通过该模型提取的样本特征对样例数据识别的准确率。建议当准确率为100%时，再投入上线使用该模型。说明 如果模型训练的评估结果准确率达不到100%，则投入上线使用识别的数据可能会有较大误差。...
解决方案：免费体验AnalyticDB PostgreSQL版以文搜图
为了能够处理这些非结构化数据，通常会使用人工智能技术提取这些非结构化数据的特征，并将其转化为特征向量，再对这些特征向量进行分析和检索以实现对非结构化数据的处理。通过构建云原生数据仓库 AnalyticDB PostgreSQL版 向量检索引擎和...
人脸人体介绍
指纹提取 可以对输入的一张手指拍照图像自动定位其手指区域，并生成二值化黑白按压式指纹图像。活体检测 人脸活体检测 检测输入图片中的活体对象（主要是人脸）来自直接拍摄或者翻拍。活体判断的前提条件是图片中有人脸。视频活体检测 检测...
自定义表格模板
功能优势 低成本，仅需提供一张样图即可完成模板搭建，无需标注。低门槛，通过拖拉拽可视化配置即可完成模板定义，无需二次开发。高效率，3-5分钟即可完成一个模板的配置 应用场景 少样本冷启动：适用于业务数据样本少（少于20张）、需要...
自定义表格模板
功能优势 低成本，仅需提供一张样图即可完成模板搭建，无需标注。低门槛，通过拖拉拽可视化配置即可完成模板定义，无需二次开发。高效率，3-5分钟即可完成一个模板的配置 应用场景 少样本冷启动：适用于业务数据样本少（少于20张）、需要...
案例：构建文本语义检索系统
mode_max_tokens':False,'pooling_mode_mean_sqrt_len_tokens':False})(2):Normalize())依次提取每个文本的向量特征，并将文本及向量特征保存到CSV文件中。该CSV文件包含三列，分别为：ID：文本编号。Sentences：文本。Vectors：文本对应的...
视频信息提取
视频搜索：通过提取视频中的视觉特征或标签，实现视频内容的搜索和检索功能，使用户能够快速找到感兴趣的视频片段。视频编辑：使用OSS视频信息提取技术，自动识别和提取出视频中的关键帧、音频片段、字幕等，以便进行后续的视频编辑和剪辑...
FeatureStore使用案例汇总
案例名称 描述 在推荐系统中应用FeatureStore管理特征 以FeatureStore的特征表为例，为您介绍FeatureStore从创建与注册到最终上线的过程，帮助您了解如何从零开始搭建并上线一套完整的推荐系统。FeatureStore最佳实践 在不使用阿里云其他...
功能更新【2023年】
安全数据加密 TrustDA/ID2PartnerEncID、安全数据对齐 TrustDA/PrivateId、安全数据左对齐 TrustDA/LeftJoin 变更 安全联邦学习 TrustML/Federated Learning 支持拖拉拽组件方式，一站式搭建【数据读取、特征分析、训练、预测、评估】工作...
基于Tair Vector实现分子结构近似检索
将通过 RDKit 库提取分子结构数据的向量特征，并通过Vector的 TVS.HSET 命令，将其唯一ID、特征信息和化学分子式存入 Tair 中。进行相似分子结构查询，具体实现可参见示例代码中的 do_search 函数。将通过 RDKit 库提取待查询分子结构的...
用户窃电识别
通过从这些数据提取窃漏电用户的关键特征，构建窃漏电用户的识别模型，可以自动检查用户是否窃漏电，从而大幅度降低稽查工作人员的工作量、保障用户正常用电及安全用电。前提条件 已创建工作空间，详情请参见 创建工作空间。已将MaxCompute...
应用场景
通过图表示学习技术，提取知识图谱中的拓扑信息特征，作为风控模型的输入条件，参与模型训练，可以帮助金融机构构建更高精度的风控模型。商品推荐 基于图的推荐算法是当前推荐系统中的一种重要的技术方向，在兼顾了推荐精度的同时，还能让...
imgsmlr
imgsmlr 插件基于 Haar 小波变换算法，能够提取png、gif等类型图像特征值，并通过索引检索相似的图像。使用方法 数据类型 imgsmlr 提供了两种数据类型，分别为 pattern 和 signature。数据类型 存储大小 说明 pattern 16388 字节 对图像...
典型应用
通过系统生成用户画像，在营销时通过条件组合筛选用户，快速提取目标群体。基于ClickHouse构建用户特征行为分析系统 利用ClickHouse对人群标签数据进行实时筛选并进行群体画像统计；自定义条件对海量明细日志记录进行过滤，分析用户行为。...
使用FM-Embedding实现推荐召回
在推荐业务场景中，使用 Designer 提供的整套FM-Embedding方案可以快速获得User和Item对应的特征向量，您只需要在召回模块对该特征向量进行乘积，即可得到User对Item的评分结果。本文为您介绍如何使用FM算法和Embedding提取算法，快速生成...
快速导览 PAI-REC 引擎功能
本文提供 docker-compose 文件快速搭建基于 PAI-REC 引擎的推荐服务，可以快速了解 PAI-REC 引擎提供的服务。前提 需要 docker 和 docker-compose 来运行服务。安装 docker 参考 这里。安装 docker-compose 参考 这里。从本文学到什么 1...
其他子产品SDK参考文档
本文为您提供其他子产品（包括 DLC、DSW、EAS 等）SDK相关文档入口链接汇总...FeatureStore Python SDK 使用FeatureStore Python SDK搭建推荐系统 介绍如何使用FeatureStore Python SDK完成特征平台在推荐场景中全流程的创建以及上线的过程。
ModelScope魔搭社区
DashVector：已创建Cluster：创建Cluster 已获得API-KEY：API-KEY管理 已安装最新版SDK：安装DashVector SDK ModelScope：已安装最新版SDK：pip install-U modelscope 商品图像同款特征 简介 本模型是对商品图像进行表征向量提取，用户可...
媒体转码
功能简介 功能包括：视频转码、视频转封装、视频转HLS、视频转动图、视频拼接、视频截图、视频截雪碧图、音频转码、音频提取、字幕提取、视频加水印，视频去台标，视频超分辨率等。应用场景 终端覆盖、网络适配 转换媒体分辨率和码率，适应...
如何合理选择数据特征
您在配置数据特征时，可选择数据类型为指标化数据或非指标化数据，两者的数据特征配置不同。针对指标化数据，模型采用消费组方式提取指标，对指标进行智能巡检。针对非指标化数据，模型通过您自定义的查询和分析语句提取指标，对指标进行...
什么是推荐全链路深度定制开发平台PAI-REC
推荐全链路深度定制开发平台PAI-REC（PAI是Platform of AI的缩写，Rec即Recommendation的简称），是适用于企业开发者自主搭建、开发、迭代、运维的一整套推荐系统平台级服务。推荐系统是一个比较复杂的系统化工程，推荐系统分为离线、在线...
使用须知
若您首次搭建推荐系统，缺乏相关技术经验，且前期存在算法、工程人力不足的情况，我们建议您优先启用端到端行业推荐服务AIRec服务对接，待您已具备相关技术人员，并希望自主掌控推荐链路，我们建议您按照如下步骤进行评估，并与阿里侧架构...
PAI-Rec使用示例
本文为您介绍如何在DataScience集群上使用PAI-Rec搭建一个简单的在线推荐服务，实现U2I召回和特征加载。背景信息 PAI-Rec框架内容如下：集成Go http Server，提供路由注册功能，方便开发Restful API。包含推荐引擎的Pipeline流程，里面预定...
FeatureStore概述
阿里云FeatureStore为您提供特征项目和特征实体功能，通过特征实体的Join Id来关联各个项目中的特征视图，将一个特征实体的所有特征进行关联，最终结合Label表产出模型特征表Train Set表，并将Train Set表存在离线存储MaxCompute中。...
实时精准营销（人群圈选）
通过系统生成用户画像，在营销时通过条件组合筛选用户，快速提取目标群体，例如：电商行业中，商家在运营活动前，需要根据活动的目标群体的特征，圈选出一批目标用户进行广告推送或进行活动条件的判断。游戏行业中，商家需要根据玩家的某些...
案例一：搭建以图搜图系统
它基于图像的视觉特征，例如颜色、纹理、形状等，通过计算机视觉和机器学习技术，将图像转换为可计算的特征向量，并将其与数据库中的其他图像进行比较和匹配。以图搜图的应用场景非常广泛。诸如：在电子商务领域，用户可以通过拍照或上传...
FeatureStore Python SDK
特征视图定义了数据从哪里来（DataSource）、需要进行哪些预处理或转换操作（如特征工程/Transformation）、特征的数据结构（包含特征名称和类型在内的特征schema）、数据存储的位置（OnlineStore/OfflineStore），并提供特征元信息管理，...
基于组件化EasyRec框架快速搭建深度推荐算法模型
可以为 block 关联一个 input_layer 对输入的 feature group 配置的特征做一些额外的加工，比如执行 batch normalization、layer normalization、feature dropout 等操作，并且可以指定输出的tensor的格式（2d、3d、list等）。注意：当 ...
方案背景
本文主要为您介绍搭建海量智能元数据管理系统的技术点以及使用表格存储搭建智能元数据管理系统的方案。用户存储海量的文档、媒体文件等数据的同时，对文件元数据（Meta）的管理不可或缺。元数据拥有多维度的字段信息，基本信息包含文件大小...
基于Ubuntu 16.04搭建环境
本文介绍如何在Ubuntu 16.04的系统中搭建Link IoT Edge专业版（LE Pro）的Docker运行环境，实现网关与云端连接的步骤。专业版（LE Pro）规格的详细说明请参见 产品规格。准备工作 LE Pro版需要您提前安装好Docker环境，请参见 Docker官方...
工业分析建模
算法流程搭建。算法运行。模型结果查看与发布。模型使用。新建工业分析建模 登录 工业大脑智能制造平台AICS。在左侧导航栏选择 模型开发与训练>工业分析建模。单击页面右上角的 新建画布。在 新建工业分析建模 面板，输入名称、描述，单击...
数据源插件说明
数据处理插件 系统中某些搜索功能或者特征函数需要特殊的字段类型支持。如Array类型字段，需要通过如下插件来转化，用户无法直接输入。注意：该插件在数据源配置处配置，而不是定义应用结构的时候。只有配置了数据源才能设置插件。配置项...
数据源插件说明
数据处理插件 系统中某些搜索功能或者特征函数需要特殊的字段类型支持。如Array类型字段，需要通过如下插件来转化，用户无法直接输入。注意：该插件在数据源配置处配置，而不是定义应用结构的时候。只有配置了数据源才能设置插件。配置项...
计量计费
后付费价格 免费调用额度 基础服务 地址抽取 2.8元/千次 共500次 姓名抽取 电话号码抽取 行政区划解析 邮编识别 地址文本清洗 地址结构化 6元/千次 共500次 地址纠错 地址补全 门址标准化 地址异常检测 智能地址填写 物流面单信息提取 ...
- 产品推荐
- 这些文档可能帮助您