基于图算法实现金融风控

本文为您介绍如何基于图算法,实现金融风控。背景信息 图算法通常适用于关系网状的业务场景。与常规结构化数据不同,图算法将数据整理为首尾相连的关系图谱,需要考虑边和点。PAI提供了丰富的图算法组件,包括K-Core、最大联通子图及标签...

算法说明

流式图算法 流式图算法基于Time2Graph系列模型中的原理进行研发,可对数据进行整体降噪,分析异常数据相对整体的偏移状态。流式图算法适用于对规模大、噪音多、周期不明显的时间序列进行异常检测。更多信息,请参见 Time-Series Event ...

功能概述

功能简介 自学习模型生产平台,简称自学习,是基于阿里巴巴视觉智能技术实践经验,面向AI...自学习平台基于达摩院的图像算法积累,结合AutoML、自监督和迁移学习等技术,能够基于较少的数据构建高效的模型,获得出色的算法效果和运行性能。

GBDT二分类V2

对于一些常见的二分类问题,都可以使用这个算法解决,模型拥有较好的性能,且拥有不错的可解释性。该算法支持稀疏向量格式与多列特征格式的输入。输入为稀疏向量格式时,仅能选择1个String类型的列,每条数据是以单个空格为分隔符的键值对...

机器学习

计算模型相关算法如下表:类别 模型/功能 说明 最短路径 所有顶点之间最短路径 计算所有顶点之间的最短路径并保存到指定结果表,根据结果表查找任意起点到任意终点的最短路径。给定顶点到其他之间最短路径 计算给定顶点到其他顶点之间的...

机器学习(MADlib)

计算模型相关算法如下表:类别 模型/功能 说明 最短路径 所有顶点之间最短路径 计算所有顶点之间的最短路径并保存到指定结果表,根据结果表查找任意起点到任意终点的最短路径。给定顶点到其他之间最短路径 计算给定顶点到其他顶点之间的...

关于开通云产品的方案建议

有社交关系的推荐场景建议使用GraphSage等图算法。对于DAU大于50万的客户 如果经常有活动影响推荐系统的效果,可以考虑增加在线学习的方案。即通过Flink实时拼接样本,在线学习模型并且每天多次更新线上的模型。可考虑预付费的MaxCompute...

图算法

图计算服务GraphCompute新增图算法分析功能,提供分析查询一体化解决方案,方便用户快速进行全图数据分析。功能介绍 图计算服务GraphCompute新增图算法功能,基于当前服务的数据进行算法执行,方便用户快速进行全图数据的分析。只需要开通...

选型指导

推荐全链路深度定制开发平台PAIREC选型主要包括如下两个部分:一、服务选型 为便于开发者更加便捷地使用服务,将为企业开发者提供3种不同的推荐算法服务。序号 服务类型 说明 目录价 1 ...有社交关系的推荐场景建议使用GraphSage等图算法

通过消费组拉取指标数据进行智能巡检

默认为 流式图算法。更多信息,请参见 算法说明。时序分段个数 对时序数值进行划分,用于离散化时间序列,构造时序演化图,降低噪音的影响。默认值为8。建议值范围为[5,20]。分段越少,对噪音越不敏感。观测长度 所需观测的历史数据点个数...

Designer使用案例汇总

基于图算法实现金融风控 介绍如何基于图算法实现金融风控。评分卡信用评分 介绍如何通过PAI提供的金融组件,构建评分卡建模方案。异常指标监控 介绍如何快速构建异常指标监控模型。用户流失预警风控 介绍如何通过PAI提供的用户特征算法,...

云市场常见问题

算法服务集群的总容量平常是按照最近30天的调用峰值作为参考加上一定比例的富余容量进行配置的,通常不会出现这种总量不够的情况,但由于各客户调用QPS存在偶发性,在特殊情况下可能会发生总量挤兑,此种情况您可以联系我们进行反馈(我们...

IDMapping在离线一体化解决方案

3、更好的图算法经验:相比SparkX的解决方案,阿里云图计算团队提供更好的图算法经验。在社区发现、联通子图基于阿里达摩院和安全团队经验输出,提供最佳的解决方案。4、弱关系挖掘能力 针对没有特定强关联的数据,我们也提供一些解决方案...

边缘应用LinkVisual对接

入参说明 入参名称 数据类型 是否必须 入参示例 入参描述 size int 是 10 每页显示的算法任务数 offset int 是 121 当前的算法任务索引 3.出参列表 参数 是否必须 类型 说明 code 是 int 错误码 message 是 string 错误信息 algoName 是 ...

拒绝推断

拒绝推断(Reject Inference)是一种在金融场景经常和评分卡模型一起使用的数据增强方法,可以用来解决样本偏差问题。本文为您介绍拒绝推断组件的配置方法。算法简介 以信贷场景为例,用评分卡模型对用户的偿还、违约情况进行建模时只用到...

什么是计算服务

Graph Compute支持复杂图关系数据的存储、查询和计算,高效对接图算法与模型,在搜索推荐广告、实时风控、知识图谱、社交网络等场景有着广泛的应用。为什么选择图计算服务 复杂关系,简化表达 通过KKV可高效表达图模型中的关联关系,将常用...

地形

地形和建筑遮挡问题示意 地形子组件参数调整前 地形子组件调整参数后 参数调整后遮挡问题解决示意 说明 目前建筑、道路、绿地、水系等要素并不是严格匹配地形高度的,所以当前因和地形高度不匹配导致的遮挡的问题,只能够通过参数调整...

地形

地形是三维城市构建器的基底图层,用于表示程序化生成的...参数调整后遮挡问题解决示意 说明 目前建筑、道路、绿地、水系等要素并不是严格匹配地形高度的,所以当前因和地形高度不匹配导致的遮挡的问题,只能够通过参数调整的方式来解决。

地形

地形是三维城市构建器的基底图层,用于表示程序化生成的...参数调整后遮挡问题解决示意 说明 目前建筑、道路、绿地、水系等要素并不是严格匹配地形高度的,所以当前因和地形高度不匹配导致的遮挡的问题,只能够通过参数调整的方式来解决。

基本概念

训练 机器在模拟人类大脑思维方式的过程中高度依赖于过往解决问题的经验数据,要把这种解决问题的规律告诉机器就需要进行训练,而在真实业务场景中,单纯的根据已知数据训练出来的模型并不能真正满足用户的预期,所以自学习平台将已知数据...

什么是AI分布式训练通信优化库AIACC-ACSpeed

高效AllReduce算法 问题分析 以V100实例为例,单机内部利用nvlink做P2P通信,带宽高达300 GB/s,而多机网络性能在100 Gbps以下,吞吐性能较差,采用传统的ring-allreduce算法因跨机问题性能受限制,从而导致整体性能下降。优化方法 相比较...

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...Graph Compute支持复杂图关系数据的存储、查询和计算,高效对接图算法与模型,在搜索推荐广告、实时风控、知识图谱、社交网络等场景有着广泛的应用。

常见问题

对于proxima2.4以上的版本,如果指定为HnswSearcher的hnsw的图算法,通过添加参数 {"proxima.hnsw.searcher.force_padding_result_enable":True} 补全search结果到指定的topk,对极端case的相似性的效果有一定影响,需要根据具体业务自行...

快速开始

一、Contextual Bandit 算法的适用范围 Contextual Bandit 算法虽然可以用来解决冷启动问题,但如果在一些基础条件不满足时,算法可能不能很好地收敛。注意:探索流量是否足够。如果一个场景新品数量很大,每时每刻都有新品源源不断地加...

光伏发电异常检测提效

在国家能源安全及双碳战略大背景下,光伏产业发展迅猛,累计装机容量增长迅速,提高光伏发电效能异常检出效率的需求也随之增多。...运维人员优先关注这部分逆变器,可以大大提高运维效率和问题解决速度。相关文档 数据智能

应用场景

例如,在一个典型的社交网络中,常常会存在“谁认识谁,谁上过什么学校,谁常住什么地方,谁喜欢什么餐馆”等查询,传统关系型数据库对于超过3张表关联的查询往往会很低效甚至无法支持,但数据库从基因层面提供了解决方案,轻松应对社交...

什么是城市视觉智能引擎

完备的解决方案 针对各行各业中存在的痛点问题,为客户按需提供智能分析及完备的大规模视觉计算解决方案。全局直观的城市数字化感知 将真实信息投射到数字世界,得到虚拟的“真实世界”,通过全局沙盘推演和全局实时指挥,实现智慧城市的全...

黄牛账号识别之GraphCompute解决方案

首先从离线算法出发:探索的路线从传播算法——>聚类算法——>图表征算法,挖掘更大范围,更深层次的风险。最开始使用传播算法,可以快速地挖掘出少量风险实例且较高的准确率效果,但是半监督的传播算法只能从局部出发,挖掘出已知...

概述

如何解决冷启动问题 解决推荐系统的冷启动问题的算法(或策略)我总结为:“泛、快、迁、少”四字口诀。泛:即对新物品进行泛化,在属性或主题上往更宽泛的概念上靠。比如,新上架一个商品,可以推荐给以往喜欢同品类的用户,也就是从”...

操作流程

查看日志信息以及运维信息 当运行失败或者上线失败,通过查看日志信息或者上线的运维信息定位失败原因,解决失败的问题。具体操作,请参见 查看生产节点详情信息 或 查看生产节点任务运维信息。场景模式操作流程 场景任务适用于算法相对...

操作流程

查看日志信息以及运维信息 当运行失败或者上线失败,通过查看日志信息或者上线的运维信息定位失败原因,解决失败的问题。具体操作,请参见 查看生产节点详情信息 或 查看生产节点任务运维信息。场景模式操作流程 场景任务适用于算法相对...

自定义召回模型

注意:此项功能仅支持高级版实例,创建高级版实例将默认打开如下服务:如上服务将用于高级版自定义召回...当您的问题解决后,您可以在本页面单击“解除回滚状态”,来解除回滚状态。解除回滚状态后,定时全量任务和手工触发全量都会恢复正常。

淘宝App在短视频场景下的IETF QUIC最佳实践

QUIC协议与TCP协议对比 既然QUIC协议设计初衷是解决传输层协议问题,与其竞对的就是TCP协议,那么从传输协议特性分析两种协议设计差异,可得出以下对比:QUIC为每个加密级别使用单独的包号空间,除了0-RTT和1-RTT密钥使用相同的包号空间,...

DCDN为淘宝App短视频场景加速的IETF QUIC最佳实践

QUIC协议与TCP协议对比 既然QUIC协议设计初衷是解决传输层协议问题,与其竞对的就是TCP协议,那么从传输协议特性分析两种协议设计差异,可得出以下对比:QUIC为每个加密级别使用单独的包号空间,除了0-RTT和1-RTT密钥使用相同的包号空间,...

Contextual Bandit 算法

利用 Bandit 算法设计的推荐算法可以较好地解决上述问题。根据是否考虑上下文特征,Bandit算法分为context-free bandit和contextual bandit两大类。算法伪代码(single-play bandit algorithm):与传统方法的区别:每个候选商品学习一个...

什么是地址标准化

该地址算法服务能解决一地多名,地址识别,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地址数据清洗,地址标准化能力,使地址数据更好的为业务提供支持。产品优势 准确率高:持续优化迭代,算法准确率高 超强性能:稳定承载...

Quick BI汇总项月环比的说明

在做交叉表设置月环比的时候,后面的每个分项是根据上月数据环比,但是对于总计是前面之和的月环比如何计算会有点陌生 问题原因 由于汇总可能涉及多个月的数据,所以导致有时候对汇总月环比的计算方式产生疑问 解决方案 比如下,...

DAS Auto Scaling弹性能力

然而随着用户业务的变化,在09:00时CPU再一次打高出现资源紧张的情况,此时的流量分析发现以写流量为主,DAS Auto Scaling算法判断通过提升计算资源规格缓解CPU资源,且实例的CPU利用率下降到50%,解决了第二次CPU紧张的问题。从这个实例的...

组件参考:所有组件汇总

PS-SMART二分类 参数服务器PS(Parameter Server)致力于解决大规模的离线及在线训练任务,SMART(Scalable Multiple Additive Regression Tree)是GBDT(Gradient Boosting Decision Tree)基于PS实现的迭代算法。PS逻辑回归二分类 该组件...

使用实例时镜像相关问题

在使用ECS实例过程中,可能会遇到一些与镜像有关的问题或咨询,比如实例启动慢、系统负载高、如何编译内核等。本文介绍在使用ECS实例过程中遇到的镜像...reboot Fedora镜像问题 为什么我无法使用ssh-rsa签名算法的SSH密钥对远程连接Fedora ...
共有200条 < 1 2 3 4 ... 200 >
跳转至: GO
产品推荐
云服务器 安全管家服务 安全中心
这些文档可能帮助您
风险识别 图计算服务 GraphCompute 地址标准化 智能开放搜索 OpenSearch 商标服务 弹性公网IP
新人特惠 爆款特惠 最新活动 免费试用