逻辑回归
本质是假设数据服从这个分布，然后使用极大似然估计做参数的估计。参数说明 IN端口 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 配置模型特征列 是 整数或浮点数 说明 若存在非数值数据，则会抛出异常。CSV组件。...
行业算法版介绍
行业算法版简介 快速接入教程 OpenSearch-行业算法版 是基于阿里巴巴自主研发的大规模分布式搜索引擎搭建的一站式智能搜索业务开发平台，目前为包括淘宝、天猫在内的阿里集团核心业务提供搜索服务支持。通过内置各行业的查询语义理解、机器...
LightGBM算法
简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据对内存的使用、减少通信代价以及...
附录：SOFAStack 产品目录
分布式事务 分布式事务（Distributed Transaction-eXtended，简称 DTX）是一款金融级分布式事务中间件，用来保障在大规模分布式环境下业务活动的最终一致性。在蚂蚁集团内部被广泛地应用于交易、转账、红包等核心资金链路，服务于亿级用户...
算子
AnalyticDB MySQL版 在创建分布式表时需要通过 Distributed By 来设置分布字段，Join key是否为分布字段涉及到数据的重分布类型。关于数据重分布的详情，请参见 RemoteExchange。Join算子包含了以下属性。属性 说明 Criterias Join条件，...
算法说明
本文介绍预测算法的适用场景、参数配置等内容。算法简介 预测算法是基于Prophet预测模型中的原理进行研发的。Prophet将时序数据分解为趋势项、周期项和假日项，分别进行拟合与预测，最终整合为未来数据的预测结果。其中Prophet使用linear ...
基本概念
发起方 Initiator，分布式事务的发起方负责启动分布式事务，通过调用参与者的服务，将参与者纳入到分布式事务当中，并决定整个分布式事务是提交还是回滚。一个分布式事务有且只能有一个发起方。分组标识 用于在网关上做全局的唯一标识，...
PS-SMART回归
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-SMART支持百亿样本及几十万特征的训练...
新建实验
AutoML是PAI提供的机器学习增强型服务，集成了多种算法和分布式计算资源，无需编写代码，通过创建实验即可实现模型超参数调优，提高机器学习效率和性能。本文为您介绍如何新建实验。背景信息 AutoML的工作机制：实验会根据算法配置自动生成...
服务体系
为了让用户能够用好云、上好云、SOFAStack 在提供优秀分布式架构、技术风险防控产品体系的同时，还为用户提供包含架构咨询、质量提升、运维架构升级、重保护航等全方位的服务体系。产品服务 SOFAStack 拥有一站式全流程的完善服务体系，...
PyAlink脚本
PyAlink脚本支持通过编写代码的方式来调用Alink的所有算法。您可以使用PyAlink脚本调用Alink的分类算法做分类、调用回归算法做回归、调用推荐算法做推荐等。PyAlink脚本也支持与其他Designer的算法组件无缝衔接，完成业务链路的搭建及效果...
CreateDocumentCollection-创建文档库
clip-vit-b-16：CLIP ViT-B/16 模型,512 维,图片向量化算法 clip-vit-l-14：CLIP ViT-L/14 模型,768 维,图片向量化算法 clip-vit-l-14-336px：CLIP ViT-L/14@336px 模型,768 维,图片向量化算法 clip-rn50：CLIP RN50 模型,1024 维,图片向量...
模型配置
前提条件 算法模型需要依赖行为数据集、商品标签数据集作为训练数据，经算法引擎学习后生成可用的模型。算法模型的优劣依赖于训练数据，数据质量越高，数据量越大，算法效果越好。算法模型使用的行为数据集、商品标签数据集的数据要求与...
部署及微调Qwen-72B-Chat模型
训练算法支持使用JSON格式输入，每条数据由问题、答案组成，分别用"instruction"、"output"字段表示，例如：[{"instruction":"写一首以“寓居夜感”为题的诗：","output":"独坐晚凉侵，客窗秋意深。风沙疑化雾，夜气欲成霖。家务劳人倦，浓...
产品优势
行业算法版 智能 内置丰富的定制化算法模型，并结合不同行业搜索特点，推出行业召回、排序算法，保障更优搜索效果。灵活、可定制 开发者可基于自身业务特性与数据，定制相应的算法模型、应用结构、数据处理、查询分析、排序等配置，满足...
产品对比
与 ACM 不同的是，Spring Cloud 配置服务器默认采用 Git 来存储配置信息，其配置存储、版本管理、发布等功能都基于 Git 或其他外围系统来实现。除此之外，在配置功能方面，ACM 和 Spring Cloud Config 也有很大不同。产品对比 以下表格详细...
人群预测
算法模型训练成功后，您可以使用算法模型进行复购预测，得到用户的未来N天购买概率。说明“未来N天”是指以算法模型使用的行为数据集的最近行为时间为基准，从该天起的未来N天，N的取值已在创建算法模型时设置。例如：今天是20210910，行为...
评分卡训练
优化算法 在高级选项中可以配置训练过程中使用的优化算法，系统支持如下四种优化算法：L-BFGS：是一阶的优化算法，支持较大规模的特征数据集。该算法属于无约束的优化算法，会自动忽略约束条件。Newton's Method：牛顿法是经典的二阶算法，...
RoaringBitmap
RoaringBitmap是一种高效的Bitmap压缩算法，目前已被广泛应用在各种语言和各种大数据平台，适合计算超高基维的数据，常用于去重、标签筛选、时间序列等计算中。基本原理 RoaringBitmap算法是将32位和64位的整数进行划分：将32位整数分成2 ...
TDE透明数据加密
ENCMDEK和KEK_HMAC需要保存在共享存储上，用来保证下次启动时RW和RO都可以读取该文件，获取真正的加密密钥。其数据结构如下：typedef struct KmgrFileData {/*version for kmgr file*/uint32 kmgr_version_no;Are data pages encrypted?...
TDE透明数据加密
ENCMDEK和KEK_HMAC需要保存在共享存储上，用来保证下次启动时RW和RO都可以读取该文件，获取真正的加密密钥。其数据结构如下：typedef struct KmgrFileData {/*version for kmgr file*/uint32 kmgr_version_no;Are data pages encrypted?...
游戏行业
开放搜索（OpenSearch）是阿里云自主研发的大规模分布式搜索引擎搭建的一站式智能搜索业务开发平台，无需开发，一键接入即可获得高质量搜索服务，内置阿里系技术多年沉淀的核心搜索引擎，行业前沿的搜索能力和算法能力，并充分开放支持内部...
PS-SMART多分类
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-SMART支持百亿样本及几十万特征的训练...
模型配置
前提条件 算法模型需要依赖行为数据集作为训练数据，经算法引擎学习后生成可用的模型。算法模型的优劣依赖于训练数据，数据质量越高，数据量越大，算法效果越好。算法模型使用的行为数据集的数据要求与一般数据集有所不同，请参见 行为数据...
随机森林
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。平均绝对误差：它使用叶节点的中值来最小化 L1 损失。否 均方误差 均方误差 平均绝对误差 其他参数 参数名 参数...
引入 SOFA 中间件
AntVIP endpoint：应用通过 AntVIP 来获取各个组件的服务端地址，每个区域一个地址。在 application 中对应的 key 为 com.antcloud.antvip.endpoint 。不同环境的 AntVIP 地址值，请参见 配置项说明 配置。单击控制台右上角的用户头像，...
简介
系统兼容开源GeoMesa、GeoServer等生态，内置了高效的时空索引算法、空间拓扑几何算法、遥感影像处理算法等，结合云数据库HBase强大的分布式存储能力以及Spark分析平台能力，广泛应用于空间、时空、遥感大数据存储、查询、分析与数据挖掘...
资源使用优化-资源水位分析
水位统计与对比 此部分展示了在报告统计周期内，针对目标资源三个核心指标的平均水位，以及分布在不同水位区间的目标资源数量，同时也提供了基于历史数据结合智能算法的参考水位。说明 关于智能水位分析支持的云产品及其监控项，请参见 ...
JOIN优化和执行
Semi Join和Anti Join无法直接用SQL语句来表示，通常由包含关联项的EXISTS或IN子查询转换得到。如下为Semi-Join和Anti-Join的示例。Semi Join-1*/SELECT*FROM Emp WHERE Emp.DeptName IN(SELECT DeptName FROM Dept)/*Semi Join-2*/SELECT*...
智能水位分析
水位统计与对比 此部分展示了在报告统计周期内，针对目标资源三个核心指标的平均水位，以及分布在不同水位区间的目标资源数量，同时也提供了基于历史数据结合智能算法的参考水位。说明 关于智能水位分析支持的云产品及其监控项，请参见 ...
PS-SMART二分类训练
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-SMART支持百亿样本及几十万特征的训练...
商品推荐任务
算法模型训练成功后，您可以使用算法模型进行货品推荐，得到用户的TopN推荐商品或用户针对某一指定商品的偏好指数。新建推荐任务 说明 新建推荐任务时将使用状态为训练成功的唯一算法模型，请确保本空间当前有训练成功的算法模型，否则不能...
XGBoost训练
XGBoost算法在Boosting算法的基础上进行了扩展和升级，具有较好的易用性和鲁棒性，被广泛用在各种机器学习生产系统和竞赛领域，该算法支持分类和回归。XGBoost训练组件在XGBoost算法的基础上进行了包装，使功能和PAI更兼容，更易用。本文为...
Doc2Vec
Doc2Vec算法将文档ID视为一个词来进行训练，其中句向量表示与该文档ID相对应的向量，词向量是在文档ID充当上下文时训练得到的向量。您可以通过Doc2Vec算法组件将文章映射为向量，输入为词汇表，输出为文档向量表、词向量表或词汇表。本文为...
新功能发布记录
2.内容行业：通过控制物品的分发流程，尽可能实现7天内，7-30天内的物品流量占比分别达到20%及30%（不保证一定可以达到，具体和物品分布，用户兴趣相关）。对1年以上的物品进行打压。（以上策略依赖于Alibaba的曝光流量反馈）2022.7.26 ...
决策树
均方误差：父节点和子节点之间的均方误差的差额将被用来作为特征选择的标准，这种方法通过使用叶子节点的均值来最小化L2损失。费尔德曼均方误差：它使用费尔德曼均方误差，这种指标使用费尔德曼针对潜在分枝中的问题改进后的均方误差。平均...
创建资源
专业版 日志服务 开启后，增加一个Log4j或Logback的配置，即可在控制台看到每次任务调度（包括分布式任务）的业务日志，方便排查问题。关闭 load5 不能超过客户端机器CPU可用核数 0 内存使用率 表示近5分钟进程内存平均使用率不能大于该...
DBMS_CRYPTO
ENCRYPT 函数 ENCRYPT 或存储过程 ENCRYPT 使用用户定义的算法、键及可选的初始化向量来对RAW、BLOB或CLOB数据加密。函数 ENCRYPT 的语法如下：ENCRYPT(src IN RAW,typ IN INTEGER,key IN RAW,iv IN RAW DEFAULT NULL)RETURN RAW 存储过程 ...
实现原理
为适配任意维度数据结构，DimServer 实现了维度数据 Table 化，即使用若干张宽表来处理所有可能的元数据表结构，这类宽表被称为维度表。PontusConsole 监控数据平台的管控端 主要负责内部运维性管控、系统配置，以及提供给产品使用的配置...
高维向量检索（PASE）
本文介绍 PolarDB PostgreSQL版 如何通过PASE插件（基于IVFFlat或HNSW算法）实现高维向量检索。背景信息 近年来，深度学习领域内的表示学习技术，作为人工智能的代表性技术，取得了长足性进展，在工业界中已经被大量应用，例如广告投放、...
- 产品推荐
- 这些文档可能帮助您