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...
组件参考：所有组件汇总
经验概率密度图 该组件是采用经验分布和内核分布两种算法。全表统计 该组件用于统计全表，或某些选中的列。卡方拟合性检验 该组件用于变量为类别型变量的场景，旨在检验单个多项分类型变量在各分类间的实际观测次数与理论次数是否一致，其...
HTAP中的行列混存查询优化
cardinality estimation：根据查询表的分布情况，估计查询执行过程中的数据量、数据分布情况等。cost model：根据执行计划以及数据库内部的状态，计算按照各个执行计划执行所需要的代价。在查询优化器中，最为广泛研究的是查询计划中的join...
自动机器学习（AutoML）
什么是AutoML AutoML是PAI产品的机器学习增强型服务，集成了多种PAI平台支持的算法和分布式计算资源，支持多种方式访问。在模型超参调优领域，它可以帮助您自动寻找最优化超参值，大幅提高模型调优效率。AutoML工作原理 AutoML实现自动化...
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...
概述
支持单时序序列的预测、异常检测、变点检测、折点检测、多周期估计算法。支持单时序序列的分解操作。支持多时序序列的多种聚类算法。支持多字段（数值列、文本列）的模式挖掘。使用限制 使用日志服务机器学习函数须遵循以下限制：输入的...
功能特性
FMT 是一种无侵入的分布式事务解决方案，该模式解决了分布式事务的易用性问题，最大的特点是易于使用、快速接入以及对业务代码无侵入。SAGA 模式 基于 Hector&Kenneth 发表论⽂ Sagas（1987）理论的长事务解决方案，在 Saga 模式中，业务...
IForest异常检测
IForest异常检测使用sub-sampling算法，降低了算法的计算复杂度，可以识别数据中的异常点，在异常检测领域有显著的应用效果。本文为您介绍IForest异常检测的参数配置。组件配置 您可以通过以下任意一种方式，配置IForest异常检测参数。方式...
HaaS EDU场景式应用整体介绍
本案例中包括以下主要知识点：AP3216C光照传感器的工作原理和使用 接近传感器原理与使用 光强与接近简单算法 通过本案例的学习，能完整的学习到光照与接近传感器的原理和使用，AliOS Things中光照传感器的数据读取，算法开发，接近距离简单...
附录：SOFAStack 产品目录
FMT 是一种无侵入的分布式事务解决方案，该模式解决了分布式事务的易用性问题，最大的特点是易于使用、快速接入以及对业务代码无侵入。Saga 模式：Saga 是一种补偿协议，在 Saga 模式下，分布式事务内有多个参与者，每一个参与者都是一个冲...
产品概述
车载智能设备管理 对车内智能设备进行统一的注册、分组、标记管理，提供了算法升级、系统升级、算法配置同步等功能，快速的构建起车载智能设备的算法环境，同时对算法信息进行回传管理，可以迅速支持ADAS、DSM等基础算法服务。
应用场景
但是水平拆分后，单表的数据被分散到多个库的表中，原来对单表多行数据进行的变更，可能会变为对多库多表的数据变更，即单机本地事务变成了分布式事务。使用分布式事务能够轻易获得分布式事务处理能力。如果交易服务使用数据访问代理来分库...
使用方法
LE-V-B004型号边缘一体机已部署了算法应用，算法应用相关说明，请参见 算法应用。说明 若未部署算法应用，请联系您购买边缘一体机的业务接口人进行部署。已准备ONVIF协议的IPC设备，并将该设备接入到LE-V-B004型号边缘一体机，详细操作，请...
天弘基金
业务挑战 在大规模分布式应用中，曾经的单体应用按横向和纵向的维度被拆分到集群的各个节点之中，为了解决服务及数据调用的问题，引入了分布式服务框架、分布式消息集群、分布式文件存储、分布式缓存等一系列服务。应用的拆分及分布式中间...
依赖与配置项
工程依赖 基于 SOFABoot 框架 添加分布式事务依赖 SOFABoot 框架中已经默认集成了分布式事务 SDK，不需要手动添加分布式事务的 Maven 依赖。如果您不愿意使用 SOFABoot 提供的分布式事务 SDK，可以在工程的主 pom.xml 文件添加分布式事务的...
四川农信
建立一个面向分布式架构的开发平台和运行平台，结合分布式数据库、分布式缓存、微服务框架、服务管理和发布流程等方面做统一的集成和接口封装，支持分布式应用的开发和管理，降低了分布式应用项目的开发成本。实施 Devops 体系支持分布式...
使用pgcrypto及国密SM4加密算法
AnalyticDB PostgreSQL版 内置加密解密模块pgcryoto并集成国密SM4加密算法，允许数据库用户以加密形式存储数据的某些列，为敏感数据增加了一层额外的保护。无密钥时，任何用户都无法读取以加密形式存储在数据库中的数据。注意事项 pgcrypto...
技术类问题
本文列举了使用 美颜特效SDK 过程中可能...上述几个参数，对算法识别特别关键，且又和当前相机角度/前后摄像头密切相关，为方便处理，特地封装与整理到了相关处理工具类 QueenCameraHelper.java 中，各应用可在此基础上直接或适当调整使用。
iOS集成
20 未完成认证，原因：端活体算法异常，如算法初始化失败、算法检测失败等。30 未完成认证，原因：网络问题导致的异常，如网络链接错误、网络请求失败等，需要您检查网络并关闭代理。40 未完成认证，原因：SDK异常，如SDK初始化失败、SDK...
常见问题
本文汇总了分布式链路跟踪服务（DST）在使用过程中的一些常见问题及对应的解决方案。应用正常运行却无法在控制台被展示 多维查询没有结果，或者搜索链路为空 如何配置 tracer，以便按照小时分割 trace 日志？RPC Tracer 打印不出 rpc-...
应用开发概述
HSF屏蔽了分布式领域中的各种复杂技术细节，如远程通讯、序列化实现、性能损耗、同步与异步调用方式的实现等。说明 Dubbo 3.0实现了和HSF框架的技术统一。在EDAS中，可以便捷的将HSF应用升级为Dubbo 3.0应用。升级之后，HSF应用可沿用原有...
HSF概述
HSF为用户屏蔽了分布式领域中的各种复杂技术细节，如远程通讯、序列化实现、性能损耗、同步与异步调用方式的实现等。HSF架构 HSF作为一个纯客户端架构的RPC框架，没有服务端集群，所有HSF服务调用均是通过服务消费方（Consumer）与服务提供...
基础术语
Spring Cloud Spring Cloud Spring Cloud 是一系列框架的集合，利用 Spring Boot 简化了分布式系统基础设施的开发，如服务发现注册、配置中心、消息总线、负载均衡、断路器、数据监控等，都可以用 Spring Boot 的开发风格做到一键启动和...
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，...
关键技术竞争力
传统应用无须改造即可互联互通，实现了分布式应用和传统应用体系融合，构建高可扩展、高性能、低成本、轻量无侵入的分布式系统。消息 Mesh：传统应用平滑上云 云原生 Mesh 技术让传统应用能够以零成本或低成本的方式享受到分布式架构的技术...
技术原理
PolarDB-X优化器会基于代价估计将请求区分为TP与AP负载，其中AP查询会被进一步改写为分布式执行计划，发往只读实例进行计算，避免它对主实例的TP查询造成影响。MySQL生态兼容 PolarDB-X将兼容MySQL以及周边生态作为核心设计目标之一。本文...
LightGBM
它可以说是分布式的，高效的，有以下优势：更快的训练效率 低内存使用 更高的准确率 支持并行化学习 可以处理大规模数据 与常见的机器学习算法对比，速度是非常快的。计算逻辑原理 LightGBM 通过叶分裂(Leaf-wise)策略来生长树。每次从当前...
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。...
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...
拒绝推断
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了被放贷的用户数据，而缺少未得到贷款的用户数据，导致模型对全量数据的风险估计不准确，往往过于乐观。拒绝推断可以解决此类样本偏差问题。算法原理 拒绝...
推荐解决方案综述
深度学习推荐算法 在PAI-TensorFlow基础上，PAI开发了经典的深度学习推荐算法，即源码级开源的DeepFM代码，详情请参见 使用TensorFlow实现分布式DeepFM算法。DeepFM中详细描述了读取MaxCompute数据表、特征处理、构造Graph、训练及评估等...
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...
纠删码
说明 以RS-4-2算法为例，开启EC纠删码功能后数据副本会被打散分布至6个节点上。为确保实例的可用性，需额外增加1个节点进行冗余，保证有一个节点异常的情况下数据仍能正常写入，因此实例要求存储节点的最少数量为7。开启纠删码 宽表引擎...
PAI-EasyVision简介
性能优化 依托PAI-TF团队进行了分布式训练性能优化，支持高性能的单机多卡、多机多卡分布式运行方式。同时支持对模型进行Inference阶段优化，包括图优化及模型压缩等方式。对接PAI标记平台 PAI-EasyVision对接PAI标记平台，您可以通过提供...
什么是AI分布式训练通信优化库AIACC-ACSpeed
相比较于分布式训练AIACC-Training 1.5版本，AIACC-ACSpeed基于模块化的解耦优化设计方案，实现了分布式训练在兼容性、适用性和性能加速等方面的升级。AIACC-ACSpeed介绍 AIACC-ACSpeed（本文简称ACSpeed）作为阿里云自研的AI训练加速器，...
Lasso回归训练
Lasso（Least absolute shrinkage and selection operator）回归算法是一种压缩估计算法。Lasso回归训练组件基于该算法，支持稀疏、稠密两种数据格式，且支持带权重样本的训练。本文为您介绍Lasso回归训练组件的配置方法。使用限制 支持的...
调整物品特征优先级，适配行业特征优化效果
一、什么是用户偏好二阶传导算法 用户偏好二阶传导算法是阿里内部演进出来，针对特定物品特征的召回链路。可以让产品运营同学，依据自己的业务特征，更好的对推荐结果进行一定程度的干预。其中X表示的是物品特征：当用户对某一个item产品...
什么是向量检索服务
超大规模索引构建和检索：引入复合性检索算法，精于工程实现和算法底层优化，低成本实现高效率的检索方法，单片索引可达几十亿的规模。标签+向量检索：在索引算法层实现了“带条件的向量检索”，解决了传统多路归并召回结果不理想的情况，...
如何不间断地进行时序异常检测
异常检测状态 介绍 异常检测状态是指在单次查询异常的检测过程中算法分析出的数据分布状态与统计信息。该状态决定了时序异常检测算法检测结果的精确性。不同场景中异常检测状态的影响如下：默认情况下，在不间断检测场景中为了保持异常检测...
UUID生成器（UUID-OSSP）
UUID-OSSP简介 UUID-OSSP用来生成通用唯一识别码（UUID），它支持几种UUID产生的标准算法。同时它还提供了一些函数用来产生某些特定的UUID常量。UUID由32个16进制数字组成，标准格式为 一组8位字符+一组4位字符+一组4位字符+一组4位字符+一...
- 产品推荐
- 这些文档可能帮助您