应用场景
动力学模拟：使用E-HPC进行大规模的分子动力模拟，来预测分析生物蛋白质分子、脂质分子间的相互作用和变化。新药研发：E-HPC帮助研发人员实现大量小分子库的快速并发处理。科研教育 E-HPC可以给政府、高校和超算中心提供超算服务，用于研究...
产品功能
数据预测 模型训练结束后，您可以进行预测分析过程，使用模型在测试数据上进行评估。从训练产生的模型列表中选择一个模型，并选择用于预测的数据帧，执行预测过程，GDB Automl将自动对测试数据进行处理，执行预测任务。执行结束后可以查看...
分析预警
本文为您介绍辅助线、趋势线、预测、异常检测、波动原因、聚类六种 分析方式。背景信息 分析预警支持从多个角度对当前数据进行分析，通过该功能可以直观了解数据的变化趋势和异常点。分析预警目前支持辅助线、趋势线、预测、异常检测、波动...
分析实例简介
RDS MySQL提供分析实例功能，可以将RDS MySQL主实例中的数据自动同步到分析实例中，解决RDS MySQL复杂分析与查询时卡顿的问题，实现毫秒级针对万亿级数据进行即时的多维分析透视和业务探索。使用场景 随着企业业务发展，精细化实时运营诉求...
线图
例如，分析商品销量随时间的变化，预测未来的销售情况。本文为您介绍如何为线图添加数据并配置样式。前提条件 已创建仪表板，请参见 新建仪表板。图表概述 使用场景 趋势类组件可以显示随时间（根据常用比例设置）而变化的连续数据，因此...
面积图
预测 通过预测可以查看当前数据的发展趋势，对数据进行分析预测。具体设置请参见 预测。异常检测 通过异常检测可以查看当前数据的异常数据点。具体设置请参见 异常检测。波动分析 波动原因分析通过机器智能算法自动拆解分析核心指标波动的...
柱图
预测 通过预测可以查看当前数据的发展趋势，对数据进行分析预测。具体设置请参见 预测。异常检测 通过异常检测可以查看当前数据的异常数据点。具体设置请参见 异常检测。波动分析 波动原因分析通过机器智能算法自动拆解分析核心指标波动的...
应用场景
公共交通运营 核心场景 全量出行还原：职住通勤客流还原、出行方式分析、景区客流分析预测。公交运行评价：线网评价（线网密度/站点覆盖率/可达性）、线路评价（满载率/运行速度/可靠性/首发站准点率）、站点评价（到站时间预测/到站准点率...
组合图
智能洞察 预测 通过预测可以查看当前数据的发展趋势，对数据进行分析预测。具体设置请参见 预测。异常检测 通过异常检测可以查看当前数据的异常数据点。具体设置请参见 异常检测。波动分析 波动原因分析通过机器智能算法自动拆解分析核心...
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...
成本可视化
分析和预测成本趋势 分析成本不仅要针对已经过去的历史周期，还应该对未来可能发生的成本进行预测分析，定期分析预测成本，有助于做好预算管理和财务规划。使用 成本预测 工具，支持在预算管理和成本分析两个场景中的预测。在预算管理中...
创建节点
项目类型 引擎类型 联邦建模 联邦学习 多方安全建模 训练和预测 多方安全分析 分析 隐私求交 分析 说明 同时选择预测和训练引擎，或者同时选择预测和分析引擎时，分析或训练任务可能会抢占预测服务资源，从而导致预测服务不稳定，请谨慎...
阿里云ES机器学习
Elasticsearch（简称ES）机器学习是一种利用机器学习技术对ES数据进行分析和预测的工具和框架。NLP在ES中的应用，使得ES具备了情感分析、实体识别、文本分类和QA问答等机器学习能力，可以提升ES搜索体验能力和降低ES使用难度。本文介绍机器...
容量规划
同时，还需要收集历史数据和趋势分析，以便更准确地预测未来的需求。分析系统架构和资源消耗：分析系统的架构和资源消耗情况，包括CPU、内存、磁盘空间、网络带宽等。通过监测系统的性能指标和资源利用率，确定系统的性能瓶颈和资源瓶颈。...
查询分析概览
重要 支持配置的索引范围的分析器类型：中文-通用分析、中文-电商分析、IT-内容分析、游戏行业分析、教育行业分析 通过配置应用或线下变更可以更改应用结构中的索引分析方式 Query改写策略“Query改写策略”功能可控制参与召回的term是以...
BI分析功能简介
详情请参见 搭建BI分析组件并配置数据集案例。组件分析模式：以分析模式创建的组件，是采用以数据为核心、自动化样式配置、探索式构建视图的流程设计。通过优化数据视图绑定操作，方便用户使用基于数据生成的模型创作可视化。详情请参见 ...
通过Elasticsearch机器学习实现业务...智能检测和预测
Elasticsearch机器学习是一种利用机器学习技术对Elasticsearch数据进行智能检测和预测的工具，可以自动识别数据模式和数据异常，生成新的特征和聚合结果，为数据分析和应用提供支持。Elasticsearch机器学习可以提高数据的可用性和价值，还...
网络洞察仪
工作原理 评估公网质量是否发生异常 通过实时分析网络洞察仪的出入公网流量，应用AIOps算法分析和预测公网流量的健康运行状况模型，若您的业务流量偏离模型评估的健康范围，洞察仪将产生告警帮助您及时感知业务网络异常，并从以下两个方面...
研发效能，我们怎么衡量？
通过历史数据分析，预测将来的响应能力。指标卡中数据含义：需求交付分布，也叫需求控制图，横坐标为时间，纵坐标为需求交付周期（天），图中：圆点：代表一个已交付的需求，它所在的横坐标为交付时间，纵坐标为该需求交付时长；折线：代表...
分析视图
功能概述 在数据分析中，可将不同组织下的多个应用或多个事件合并为一个新的分析视图，在该视图下可进行多种模型分析和看板搭建。使用场景 在分析视图里面，有小站和多应用两种视图类型，下面分别做说明：小站视图：在实际业务运营中，会...
Quick BI v4.1.1.1版本说明
变更内容 数据加工与可视化面板分流，兼顾数据分析与报表搭建。仪表板级别的字段处理能力，让可视化的分析能力更上一层楼。新建计算字段 新建分组字段 新建维度组 维度度量相互转换 更高效的可视化字段属性编辑。图表字段批量配置格式，...
什么是人工智能平台PAI
机器学习对研究问题进行模型假设，利用计算机从训练数据中学习得到模型参数，并最终对数据进行预测和分析。它可以在以下一些场景得到使用。内容生成：根据需要，生成主题相关的文字、图片、视频、音频内容。营销类场景：商品推荐、用户群体...
通过仪表板分析数据
本入门教程使用Quick BI专业版，通过Quick BI连接外部数据源，进行数据分析和报表搭建，为您展示如何快速上手Quick BI。入门概述 Quick BI 是一款专为云上用户和企业量身打造的新一代自助式智能BI服务平台，其简单易用的可视化操作和灵活...
成本分析
功能说明“成本分析”功能，可以支持多维度查看资源成本的趋势（最大支持12个月），查看全面的成本组成结构，进行未来成本的预测等，并可将一组筛选后的数据及对应条件保存为报告，便于快捷查看。操作说明 如果您拥有多个账号，可以先通过 ...
Designer使用案例汇总
雾霾天气预测 通过分析北京一年的真实天气数据，构建雾霾天气预测模型，从而挖掘对雾霾天气（指PM 2.5）影响最大的污染物。发电场输出电力预测 介绍如何使用 Designer 预置的工作流模板，快速构建发电场输出电力预测模型。用户窃电识别 ...
类目预测功能使用
content为原始查询词 实例：假设某个应用的查询分析规则配置如下表所示：索引名 查询分析规则名 配置类目预测 index1 rule1 No index2 rule2 Yes index3 rule3 Yes 查询的索引没有配置类目预测，请求中有raw_query，不会查询类目预测，查询...
名词解释
本文为您介绍智能视觉常见名词解释。地域（Region）地域，为阿里云的服务节点。...图片预测 调用图片预测接口，对给定的图片文件进行AI分析，检测图片中是否存在异常事件或者特定物体。流预测 对来自视频监控服务的直播视频流进行AI分析。
工业分析建模
算法流程搭建 在 工业分析建模 页面，找到需要编辑的项目卡片，单击左下角的 工业分析建模。在算法搭建页面，将需要配置的组件从左侧的组件列表拖入中间的画布编辑区域。以CSV组件（读取离线数据的数据源组件）为例。配置CSV组件。在画布中...
搭建BI分析组件并配置数据集案例
本文以创建 气泡图 为例，按步骤介绍搭建一个BI分析组件并使用数据集字段数据的方法。前提条件 数据集管理面板中已添加所需数据集内容，详情请参见 添加数据集。背景信息 数据集仅可在BI分析组件中使用。步骤一：添加气泡图 登录 DataV控制...
部署AHPA
AHPA可以根据历史数据进行学习和分析，提前预测未来的资源需求，并据此动态调整Pod副本数量，确保在业务高峰到来之前完成资源的扩容和预热操作，从而提高系统的响应速度和稳定性。同时，当预测到业务低谷时，也会适时缩容以节省资源成本。...
智能搭建操作说明
Quick BI接入阿里巴巴通义千问大模型能力，打造智能小Q分析助手，智能搭建为智能小Q核心能力之一，聚焦一键生成报表、对话式的图表创建和配置、一键智能美化、智能洞察归因，帮助您更高效地进行报表搭建和数据分析。本文为您介绍智能搭建...
推荐解决方案综述
本文为您介绍如何使用阿里云产品创建推荐系统的数据和模型，从而快速搭建自己的推荐系统。架构 完整的推荐流程包括召回和排序。召回是指从海量的待推荐候选集中，选取待推荐列表。排序是指对待推荐列表的每个Item与User的关联程度进行排序...
售卖清单和计费说明
复购预测仅支持分析 AnalyticDB for MySQL 3.0 数据源中的数据。商品匹配推荐（即货品推荐）资源包 货品推荐 提供以下功能：基于用户既往购买行为记录，通过训练算法模型，得出购买多个商品之间的关联关系，向已购用户推荐其他高偏好的商品...
组件参考：所有组件汇总
序列标注预测（MaxCompute）（即将下线）该组件用来加载训练好的模型，对输入数据表进行预测，并产出预测结果。机器阅读理解预测 使用该组件对生成的机器阅读理解训练模型进行离线预测。BERT文本向量化（MaxCompute）（即将下线）该组件是...
小程序场景
云开发为开发者提供完整的原生云端支持和微信服务支持，弱化后端和运维概念，无需搭建服务器，使用平台提供的 API 进行核心业务开发，即可实现快速上线和迭代，同时这一能力，同开发者已经使用的云服务相互兼容，并不互斥。提供云函数、云...
简介
与云上Spark无缝集成，快速搭建空间大数据仓库和空间大数据分析平台。基于OGC标准设计，便于系统间的集成与互操作。基于阿里云HBase专业运维，全托管方式，提供可靠稳定的服务。典型案例&架构 航海船舶大数据平台 场景：全球AIS船舶实时...
客户案例
客户诉求 在余额宝用户数持续增长，数据量也成倍增长的情况下，已经无法通过简单的Hadoop集群管理数据，同时业务端需要通过数据了解用户、分析行为进而对业务决策和用户行为进行精准预测。解决方案 天弘基金基于阿里云MaxCompute构建了企业...
概览
热点文章 通义千问Qwen全托管灵骏最佳实践 5分钟使用EAS一键部署LLM大语言模型应用 PAI+向量检索快速搭建大模型知识库对话 5分钟使用EAS一键部署ChatGLM及LangChain应用 Llama2-WebUI基于EAS的一键部署 5分钟操作EAS一键部署通义千问模型 ...
什么是工业大脑AICS
智能控制系统辨识，通过辨识建立数学模型估计表征系统行为重要参数，建立一个能模仿真实系统行为的模型，用当前可测量的系统的输入和输出预测系统设计智能控制器，辨识完成模型，可通过控制流程中的DT-MPC组件对系统智能控制；工业数据建模...
案例三：搭建问答机器人
它通过自然语言处理、知识图谱和机器学习等技术，将用户的问题转化为可计算的形式，并通过分析和理解问题的语义，提供准确、有用的回答。问答机器人的应用场景非常广泛。诸如：在客户服务领域，用于自动回答用户常见问题，提供即时的帮助和...
- 产品推荐
- 这些文档可能帮助您