设置主动防御
主动防御通过无监督学习的方式，对域名的访问流量进行深度学习，并根据机器学习算法模型为不同访问请求打分，标记正常分值。在请求分值的基础上，主动防御能够定义域名的正常访问流量基线，并基于此生成定制化的安全策略。通过将流量分层的...
智能异常分析概述
有监督 有监督的学习是从标签化训练数据集中推断出函数或模型的机器学习任务。日志常量 日志往往由程序中的 logging 语句或者 print 语句产生。例如 connect mysql server,latency 212ms 日志可能是通过日志输出语句 logging.info("connect...
One-Class SVM异常检测
One-Class SVM与传统SVM不同，是一种非监督的学习算法。您可以使用One-Class SVM异常检测通过学习边界对异常点进行预测。本文为您介绍One-Class SVM异常检测的参数配置。使用限制 支持运行的计算资源为MaxCompute。组件配置 您可以通过以下...
基于组件化EasyRec框架快速搭建深度推荐算法模型
可以为主干网络配置一个可选的 MLP 模块。案例2：DeepFM 模型 配置文件：deepfm_backbone_on_movielens.config 这个Case重点关注下两个特殊的 block，一个使用了 lambda 表达式配置了一个自定义函数；另一个的加载了一个内置的keras layer ...
GetWebHostingUploadCredential 获取静态网站托管的...
问题描述 GetWebHostingUploadCredential-获取静态网站托管的上传文件凭证 这个接口是干什么用的，获取到文件上传凭证可以干什么？解决方案 GetWebHostingUploadCredential这个接口是专门用于获取文件上传凭证的，在控制台的静态网站托管...
支持向量机
支持向量机（SVM）是在分类分析中分析数据的监督式学习模型与相关的学习算法，也被拓展运用于回归问题。支持向量机在高维度或无穷维度空间中，构建一个超平面或者一系列的超平面，可以用于分类、回归或者别的任务。直观地看，借助超平面去...
决策树
功能说明 决策树是一种用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过学习从数据特征推断出的简单决策规则来预测目标变量的值。一棵树可以看作是分段常数近似。决策树组件支持使用决策树算法对分类或回归问题进行建模。...
可重复基础设施
通过云厂商官方提供的API调试工具可以最大化开箱即用的体验。选择合适的原生开发工具：云厂商面向不同的阶段、场景、能力的开发者提供了诸多一方工具，选择合适的开发工具可以极大的提升OpenAPI的使用效率。例如，SDK降低了开发者需要编写...
机器学习
在机器学习方面，MADlib除提供数理统计通用函数/存储过程之外，还提供一系列比较经典的监督/非监督学习算法库。说明 AnalyticDB PostgreSQL版 MADlib机器学习的函数库版本为madlib 1.16，且暂不支持XGBoost、lightGBM、GBDT等函数。MADlib...
应用案例
遥感科学中最常见的一类机器学习操作是监督分类，又称训练分类法。监督分类是用被确认类别的样本像元去识别其他未知类别像元的过程。它就是在分类之前通过目视判读和野外调查，对遥感图像上某些样区中影像地物的类别属性有了先验知识，对每...
机器学习（MADlib）
在机器学习方面，MADlib除提供数理统计通用函数、存储过程之外，还提供一系列比较经典的监督、非监督学习算法库。前提条件 RDS PostgreSQL实例版本满足以下要求：实例大版本为PostgreSQL 12、11。实例内核小版本为20230830或以上。重要 ...
Contextual Bandit 算法
在这种循环下，训练集和测试集与监督学习独立同分布的假设相去甚远，同时系统层面上缺乏有效探索机制的设计，可能导致模型更聚焦于局部最优。在用户行为稀疏的场景下，数据循环问题尤其显著。问题的本质：有限的数据无法获得绝对置信的预估...
计费概述
本文为您介绍智能语音交互的费用结算方式和计费的构成说明。...免费版仅支持有限度地使用语音服务，建议您根据实际业务发展及时开通商用版或...语音合成声音定制 先进的深度学习技术，用更少的数据量，更快速高效地为您定制个性化语音合成声音。
什么是智能语音交互
语音合成声音定制（企业版）为您提供深度定制的TTS（Text to Speech）声音功能：使用先进的深度学习技术，用更少的数据量，更快速高效地定制高表现力的TTS声音，将自然流畅的声音输出到服务或设备上。如果您想体验定制的声音、了解定制流程...
组件参考：所有组件汇总
混淆矩阵 该组件适用于监督学习，与无监督学习中的匹配矩阵对应。多分类评估 该组件是指基于分类模型的预测结果和原始结果，评估多分类算法模型的优劣性，从而输出评估指标（例如Accuracy、Kappa及F1-Score）。深度学习 PyTorch使用指南...
通过Elasticsearch机器学习实现业务数据的智能检测和...
背景信息 Elasticsearch机器学习分为无监督机器学习Unsupervised和监督机器学习Supervised两类：无监督机器学习包括Single metric和Populartion等场景，对数据进行异常检测。该模式不需要训练机器学习什么是异常，机器学习算法将自动检测...
阿里云ES机器学习
ES ML应用 类型 解释 实战文档 异常检测 主要用于识别时间序列数据中的异常行为，属于无监督学习，如日志文件、金融交易等。ES使用统计模型来检测数据中的离群点和不寻常模式。创建推理机器学习任务 基于Data frame 的回归与分类 允许对...
混淆矩阵
混淆矩阵（Confusion Matrix）适用于监督学习，与无监督学习中的匹配矩阵对应。在精度评价中，混淆矩阵主要用于比较分类结果和实际测量值，可以将分类结果的精度显示在一个矩阵中。本文为您介绍混淆矩阵组件的配置方法。使用限制 支持的...
横向聚类
一、组件说明 横向聚类组件是横向场景下的一种无监督机器学习算法，用于将n个数据点分成k个簇，使得簇内的数据点具有高度相似性。聚类算法通过度量数据点之前的相似性或距离来确定数据点之间的关系，将相似的数据点划分到同一簇中。适用于...
GBDT二分类V2
梯度提升决策树(Gradient Boosting Decision Trees)二分类，是经典的基于梯度提升（Gradient Boosting）的有监督学习模型，可以用来解决二分类问题。支持计算资源 支持的计算引擎为MaxCompute。算法简介 梯度提升决策树(Gradient Boosting ...
基础管理FAQ
用新的挂载点挂载文件系统目录。具体操作，请参见 挂载场景。文件系统已删除，在其挂载目录下，执行命令卡住怎么办？您需要先将nas的配置从/etc/fstab文件中注释掉，然后再重启服务器。为防止再次出现这类异常问题，建议您在删除文件系统...
引擎功能
数据库内机器学习 Lindorm时序引擎提供开箱即用的数据库内机器学习服务。您可以通过SQL语句直接在数据库内完成整个机器学习流程，挖掘更深的数据价值。使用数据库内机器学习服务的优势主要体现在以下几个方面：简单易用：无需掌握专业的...
工况识别-训练
计算逻辑原理 使用聚类、降维等无监督学习方法对工业数据进行分析，对不同工况数据分别建模。参数说明 IN端口-输入参数 参数名 参数描述 是否必填 输入数据类型 数据源类型 特征变量 用于建立训练模型的特征变量。是 整数或浮点数（说明：...
基本概念
本文介绍自学习涉及的基本概念，便于您更准确地理解和使用自学习工具。工作区 通过预设的模型任务/行业典型场景帮助用户识别自身需求，用户通过工作区管理自己的数据集、模型和API服务。工作区是完整视觉智能能力定制生产和API服务管理的...
梯度提升回归树算法（GBRT）
简介 GBRT算法是集成学习Boosting家族的成员，使用了前向分布算法，但是弱学习器限定了只能使用CART回归树模型。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...
鹿班介绍
技术原理 深度学习在图像领域的快速发展是智能设计的技术基础，阿里巴巴智能设计实验室依托达摩院机器智能技术，通过对人类过往大量设计数据的学习，训练出一个设计大脑—Luban。根据用户输入的需求，机器从无到有经过规划、行动多轮大规模...
新建PAI_DESIGNER任务
机器学习PAI_DESIGNER任务用于调用您在机器学习平台中构建的任务，并按照节点配置进行调度生产。本文为您介绍如何新建PAI_DESIGNER任务。前提条件 在开始执行操作前，请确认您已满足以下条件：基于机器学习的PAI-Designer完成工作流的创建...
文档更新动态（2022年）
支持在Select区域用参数参与计算。更新说明 配置网络、数据服务概述 2022年10月25日 逻辑表功能优化及SQL任务升级 逻辑表DML支持部分字段insert和动态分区。更新说明 创建并配置普通维度逻辑表、创建并配置层级维度逻辑表、创建虚拟维度...
新建PAI_DESIGNER任务
机器学习PAI_DESIGNER任务用于调用您在机器学习平台中构建的任务，并按照节点配置进行调度生产。本文为您介绍如何新建PAI_DESIGNER任务。功能上线时间 华东2（上海）、华北2（北京）：2022年03月03日 华南1（深圳）、华东1（杭州）：2022年...
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...
机器学习开发示例
数据展示，打印schema%pyspark data.show(5)data.printSchema()数据打印 步骤三：准备ML算法数据 说明 在监督学习（例如回归算法）中，通常需要定义标签(lable)和一组要素(features)。在此线性回归示例中，标签为2015年中位数销售价格...
开启重叠路由功能
云企业网会自动学习加载到云企业网实例中的网络实例的路由，如果学习的路由的网段重叠，则为冲突路由。开启重叠路由功能后，云企业网可以同时学习相同前缀，不同掩码长度的路由。说明 2019年03月01日后创建的云企业网实例，默认开启重叠...
概述
SQLML是MaxCompute提供的应用机器学习能力的SQL语言入口。MaxCompute SQLML在底层依赖 人工智能平台 PAI 平台做模型创建、预测、评估等操作。本文为您介绍SQLML的功能、支持的机器学习模型、支持的预测模型函数和评估模型函数。功能介绍 ...
什么是图数据库自动机器学习？
阿里云图数据库自动机器学习（Graph Database Auto Machine Learning，简称GDB Automl）是一个面向企业和个人开发者的机器学习集成开发环境，实现将机器学习应用于现实问题的端到端流程自动化的组件，将算法选择、特征工程、参数调整、迭代...
机器人管理
机器学习 机器学习平台是检测客户咨询机器人时，机器人无法应答，回答致歉语，达到一个频次后，会收集显示在机器学习平台，用户客服更新优化问答库。单击列表中标准问题操作栏中的 维护 按钮，弹出 问法管理 窗口。在此页面，对问法进行...
LightGBM算法
开启后，默认会使用早停技术，在学习任务及相应的学习目标（loss 参数的值）不变时停止迭代。automl_train_tag 训练的标签。automl_test_tag 测试的标签。automl_column 自动调参用来区别训练集和开发集的列名。使用时需要指定 automl_...
数据库内机器学习
数据库内机器学习介绍 Lindorm时序引擎支持开箱即用的数据库内机器学习服务（Lindorm ML），数据库内机器学习的流程主要包括：模型训练、模型推理和模型管理。开通数据库内机器学习服务之后可以直接通过SQL语句在数据库内完成机器学习流程...
设置四层AI智能防护
DDoS高防实例默认启用智能防护功能，通过算法自主学习接入业务的历史流量，自适应调整四层流量清洗策略，提供符合业务场景的防御效果。业务接入DDoS高防后，将直接获得正常等级的智能防护能力，无需您手动设置。若正常等级的防御效果不够...
DeepFM算法
简介 DeepFM将深度学习模型（DNN）和因子分解机（FM）模型结合，同时支持学习低阶显式特征组合和高阶隐式特征组合，不需要人工做特征工程，常用于推荐系统或广告系统。输入通常有以下两类特征：类别特征（Categorical Feature）：字符串...
概念解释
超参配置 学习率调整策略 选择不同的学习率策略，动态地改变模型在训练过程中更新权重时所采用的学习率大小。验证步数 训练阶段针模型的验证间隔步长，用于阶段性评估模型训练准确率、训练损失推荐范围：[1,2147483647]。序列长度 训练数据...
- 产品推荐
- 这些文档可能帮助您