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...
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 ...
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...
组件参考：所有组件汇总
深度学习框架及开通说明 阿里云机器学习平台支持深度学习框架，您可以使用这些框架及硬件资源来使用深度学习算法。时间序列 x13_arima 该组件是基于开源X-13ARIMA-SEATS封装的针对季节性调整的Arima算法。x13_auto_arima 该组件包括自动...
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...
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...
文本摘要（生成式）
文本摘要（生成式）服务基于PALM2.0中文生成摘要模型，针对实际场景中常见的文本生成需求所设计，适用于生成文本摘要或者生成文章的标题。PALM模型具有以下特点：理解能力更强：为conditional generation特别设计了预训练任务，增强模型对...
概述
为什么需要冷启动 通常推荐系统通过协同过滤、矩阵分解或是深度学习模型来生成推荐候选集，这些召回算法一般都依赖于用户-物品行为矩阵。在真实的推荐系统中，会有源源不断的新用户、新物品加入，这些新加入系统的用户和物品由于缺乏足够...
什么是人工智能平台PAI
什么是机器学习 机器学习是一门多学科交叉专业，涵盖概率论知识、统计学知识、近似理论知识和复杂算法知识，它使用计算机作为工具并致力于真实、实时地模拟人类学习方式，并将现有内容进行知识结构划分来有效提高学习效率。机器学习对研究...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
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 ...
概述
强化学习成为补充传统监督学习的强大范式。然而，在目前的数据驱动的智能应用中，数据、特征和模型仍处于割裂状态。首先，数据工程师通过手工编写流程进行数据清洗和数据集成；然后，算法工程师通过自定义的特征工程流程、模型训练脚本以及...
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...
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...
开发流程
创建表 导入数据 通用数据开发 ② Designer 支持大规模分布式的传统机器学习、深度学习、强化学习训练，支持流批一体训练，该子模块封装了上百种机器学习算法，您可以拖拽式建模、自动调参，从而无编程玩转人工智能。Designer概述 ③ ...
支持的云服务
基于MaxCompute的数据仓库能力，您可以与阿里云其他产品集成，实现可视化开发、数据存储、数据迁移、机器学习、业务决策等能力，构建满足实际业务需求的解决方案。本文为您介绍支持与MaxCompute集成的各阿里云产品信息。MaxCompute支持集成...
模式匹配
如果需要的话，可以在表达式中应用不同的拼贴来绕过这个限制。LIKE string LIKE pattern[ESCAPE escape-character]string NOT LIKE pattern[ESCAPE escape-character]如果该 string 匹配了提供的 pattern，那么 LIKE 表达式返回真（和预期...
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。
图像度量学习训练（raw）
如果您的业务场景涉及度量学习，则可以通过图像度量学习训练（raw）组件构建度量学习模型，从而进行模型推理。本文为您介绍图像度量学习训练（raw）组件的配置方法和使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云...
图像分类训练（torch）
0.05 学习率调整策略 是 使用学习率调整策略来控制学习率。支持的学习率调整策略为step：人工指定各阶段的学习率。step lr step 是 与学习率调整策略配合使用，多个step用半角逗号（,）连接。当epoch数量达到某个阶段，学习率默认衰减0.1倍...
图像关键点训练
0.01 学习率调整策略 是 使用学习率调整策略来控制学习率。支持的学习率调整策略为step：人工指定各阶段的学习率。step Ir step 是 与学习率调整策略配合使用，多个step用半角逗号（,）连接。当epoch数量达到某个阶段，学习率默认衰减0.1倍...
全场景解决方案
客户案例 建议产品 SpringCloud 开源增强 SpringCloud SOFA 提供基于 Spring Cloud 生态体系的企业级能力，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。方案架构 方案优势 拥抱生态 与 Spring Boot、...
关键词抽取和文本摘要（抽取式）
洗洁精+白醋很多主妇其实都用过洗洁精来清洗油烟机，可能不得要领，清洁程度不一，小哥个人建议用清洁精+白醋，用来擦洗油烟机的面板和油盒，清洗油盒时，需要将油盒拿下来浸泡在洗洁精的温水中，浸泡半个小时左后，用抹布擦拭，可以看到...
典型场景
基于湖构建数据平台，支持BI、挖掘等业务 对象存储OSS可以作为湖存储，DLA基于OSS构建一站式的大数据平台。具体包括构建数据湖、数据ETL、交互式查询、机器学习等功能。构建数据湖 实时数据湖：支持DB的CDC与消息数据（如Kafka）入湖，构建...
HSF概述
高速服务框架HSF（High-speed Service Framework），是在阿里巴巴广泛使用的分布式RPC服务框架。概述 HSF连通不同的业务系统，解耦系统间的实现依赖。HSF从分布式应用的层面，统一了服务的发布与调用方式，从而帮助用户更加方便、快速地...
实现原理
Vessel 流量清洗组件 抽象来看，Vessel 其实就是一个独立部署的 Agent，这个 Agent 通过 remote input 的形式，拿到了日志或者其他的原始数据。一个 Vessel 服务可以托管 N 个 Agent，即从 N 个 Agent 中收集数据。Vessel 可以通过一系列的...
概述
产品特性 高可用 SOFARPC 提供软件负载均衡的能力，它是对等服务调用的调度器，会帮助服务消费方在这些对等的服务提供方中合理地选择一个来执行相关的业务逻辑。高容错 一切服务调用的容错机制均由软负载和配置中心控制，这样可以在应用...
链路数据透传
和 SOFATracer 的比较 SOFATracer 是蚂蚁开源的一个分布式链路追踪系统，RPC 目前已经集成 Tracer，默认开启。RPC 和 Tracer 进行数据传递不同点如下：RPC 的数据透传更偏向业务使用，而且可以在全链路中进行双向传递。调用方可以传给服务...
HaaS EDU场景式应用整体介绍
更正文档 贡献说明 HaaS EDU场景式应用整体介绍 HaaS EDU K1是HaaS家族中针对教育场景推出的、集众多传感器于一身的嵌入式教育开发板，是学习物联网相关技术的最好载体。与传统的开发板不同，除了功能强大的4核（双核300Mhz M33+双核1GHz A...
分布式训练框架StarServer
分布式训练框架是深度学习和大规模机器学习中用于加速模型训练、处理海量数据以及提高系统稳定性和资源利用率的关键技术。它通过将复杂的模型分布在多个计算节点上实现并行计算，从而显著缩短训练时间，适应日益增长的数据集规模和大模型的...
概述
研发协作 专为软件研发团队打造的简洁、易用、整合的一站式协作平台，减少学习成本，以产品、项目为维度，多维度集成管理需求、任务、缺陷、迭代、看板、文档，轻量级支持敏捷开发等多种实践方法。SOFABoot 工程构建 脚手架提供了一个简单...
功能特性
API概览 分布式训练DLC 云原生分布式训练环境 基于阿里巴巴容器服务为用户提供灵活、稳定、易用和极致性能的深度学习训练环境，基于（CPU/GPU）提供深度学习训练平台。分布式训练（DLC）数据集挂载 支持多数据集，可以同时挂载多个NAS、OSS...
应用场景
可视化管理：在分布式系统中，面对爆发式增长的应用数量和服务器数量，提供图形化的集中式管理平台，简单易用，学习成本低。多数据中心异地多活 通过微服务产品可快速构建高可扩展、高性能的金融级分布式核心系统，拥有弹性扩容和异地多活...
应用场景
可视化管理 在分布式系统中，面对爆发式增长的应用数量和服务器数量，提供图形化的集中式管理平台，简单易用，学习成本低。多数据中心异地多活 通过微服务产品可快速构建高可扩展、高性能的金融级分布式核心系统，拥有弹性扩容和异地多活的...
SOFAStack 总体经济影响报告
从技术发展的视角来看，近年来以基于容器、面向微服务、动态编排为主要特性的云原生技术在Kubernetes的平台化势能下加速发展并趋向成熟，不仅重塑了云计算厂商的产品架构设计与市场格局，而且在应用基础设施、应用软件架构、开发模式与部署...
什么是云原生数据库PolarDB分布式版
本文介绍什么是 云原生数据库PolarDB分布式版，也称为 PolarDB分布式版，本手册中简称为 PolarDB-X。产品简介 PolarDB分布式版（PolarDB for Xscale，简称“PolarDB-X”）。PolarDB-X 是阿里云面向高吞吐、大存储、低延时、易扩展和超高...
视频专区
操作指南 快速入门 创建云电脑的同时将云电脑分配给用户 先创建云电脑和用户，再将云电脑分配给用户 云电脑安全策略 云电脑防截屏和水印 设置登录方式管控策略 设置磁盘映射和剪贴板策略 引导式教学 您可以跟随教学，一步一步地学习如何...
产品简介
联邦建模是基于联邦学习（Federated Learning，简称 FL）技术，在满足各参与方的合规政策和数据价值保护的需求下，实现模型迭代和更新的服务。联邦建模服务采用联合计算的模式，实现在原始数据不离开本地的前提下，完成模型的研发和效果...
自动机器学习（AutoML）
自动机器学习（后简称AutoML）是阿里云人工智能平台 PAI提供的服务，它能按照策略帮助您完成最优超参组合搜索，从而大幅提升模型调优效率。本文为AutoML功能的导读，帮您快速找到您需要的内容信息。什么是AutoML AutoML是PAI产品的机器学习...
分布式通信框架gRPC+
使用 DLC 进行深度学习训练时，您可以使用gRPC+分布式训练，从而加速模型训练。本文介绍如何开启分布式通信框架gRPC+。gRPC+通过Sharing Nothing架构、BusyPolling机制、用户态零拷贝及Send/Recv融合等多种优化技术，降低了E2E的通信延时，...
- 产品推荐
- 这些文档可能帮助您