添加升级包

使用AliOS Things芯片的设备,阿里云提供差分包生成方法和差分还原算法,请参见 OTA差分工具使用指南。您也可以自行生成差分包并完成差分还原算法开发。升级包名称 设置升级包名称,需在阿里云账号下唯一,创建后不可修改。支持中文、英文...

OTA固件升级

设备使用AliOS-Things芯片,阿里云提供差分包生成方法和差分还原算法,请参见 OTA差分工具使用指南。您也可以自行生成差分包并完成差分还原算法开发。固件名称 设置固件名称。支持中文、英文、日文、数字、下划线(_)、中划线(-)、小...

算法建模

本文以逻辑回归二分类算法为例,为您介绍如何使用PAI Designer训练模型。前提条件 完成数据可视化,详情请参见 数据可视化。操作步骤 登录 PAI控制台,进入工作流页面。操作详情请参见 step1:进入工作流页面。构建逻辑回归二分类节点并...

设置预分区

NUMREGIONS 表示地域的个数,一般按照每个地域使用6~8 GB的存储量来计算地域数量。如果集群规模大,地域数量可以设置多。SPLITALGO 表示Rowkey分割的算法。云数据库HBase自带了三种分隔算法,每个分割算法的适用场景如下描述:...

视频分类训练

针对原始视频数据,您可以使用视频分类训练算法组件对其进行模型训练,从而获得用于推理的视频分类模型。本文介绍视频分类训练算法组件的配置方法及使用示例。前提条件 已开通OSS并完成授权,详情请参见 开通OSS服务 和 云产品依赖与授权:...

异常指标监控

③ 根据正常和异常样本,使用 逻辑回归二分类 算法训练监控模型。④ 使用 二分类评估 组件进行模型验证,可以通过AUC、KS及F1Score等指标评估模型效果。运行工作流并查看模型效果。单击画布上方的 运行。工作流运行结束后,右键单击画布中...

服务下线通知

温馨提示 尊敬的阿里云用户您好,非常感谢您对阿里云自然语言处理产品的支持,由于 NLP基础服务1.0 所依赖的组件不再维护,为了提供更稳定与高性能的算法服务,提供更清晰简化的使用体验,我们于2020年12月正式发布了 NLP基础服务2.0,2.0...

【通知】NLP1.0相关商品停止售卖通知

为了提供更稳定与高性能的算法服务,提供更清晰简化的使用体验,阿里云将于2022年7月1日起停止售卖NLP1.0相关商品。请您选择功能更多、体验更加完善的NLP2.0版本。停售时间 2022年7月1日 停售说明 尊敬的阿里云用户您好,非常感谢您对阿里...

时序异常检测的常见问题

首次使用时:请选择足够长的时间范围,以完成异常检测算法初始化,例如分解类算法需要4个周期(一个周期包含波峰、波谷)的数据来完成初始化。您也可以设置参数 verbose=true,并观察输出的 warmup 列,从而判断算法是否已完成初始化...

PyAlink脚本

背景信息 PyAlink脚本支持两种使用方式(方式一:单独使用PyAlink脚本、方式二:PyAlink脚本与其他Designer的算法组件组合使用),可以使用上百种Alink组件,且支持通过编写代码的方式读入和写出多种类型的数据(PyAlink脚本不同数据类型的...

使用Grafana进行异常检测算法调优

Lindorm Machine Learning提供了Grafana插件,支持以可视化的方式进行时序异常检测,您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一:创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...

使用Grafana进行异常检测算法调优

Lindorm Machine Learning提供了Grafana插件,支持以可视化的方式进行时序异常检测,您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一:创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...

使用Grafana进行异常检测算法调优

Lindorm Machine Learning提供了Grafana插件,支持以可视化的方式进行时序异常检测,您可以通过该插件调试出合适的异常检测算法与参数。操作流程 整体操作流程如下。步骤一:创建Grafana工作区 您可以在阿里云 应用实时监控服务ARMS 中快速...

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...

XGBoost

功能说明 XGBoost组件支持使用xgboost算法对分类或回归问题进行建模。XGBoost(Extreme Gradient Boosting),是一种高效的Gradient Boosting算法,集成算法的思路是迭代产生多个弱的学习器,然后将每个学习器的预测结果相加得到最终的预测...

LightGBM

功能说明 LightGBM组件支持使用lightgbm算法对分类或回归问题进行建模。lightgbm是一个梯度Boosting框架,使用基于决策树的学习算法。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 ...

系统管理

参数 描述 图片储存时间(算法告警图片在边缘一体机本地的存储时间。抠图放大倍率 算法告警目标抠图外扩的倍数。可选1~5倍,默认为放大1倍。图片时间戳 算法告警图片是否需要边缘一体机的时间戳水印。图片检测框 算法告警图片是否需要...

K近邻

功能说明 K近邻组件支持使用K近邻算法对分类或回归问题进行建模。分类分析时,在特征空间中,如果一个样本附近的k个最近(即特征空间中最邻近)样本的大多数属于某一个类别,则该样本也属于这个类别。回归分析时,通过找出一个样本的k个...

标签传播分类

标签传播分类为半监督的分类算法,原理为已标记节点的标签信息去预测未标记节点的标签信息。标签传播分类组件能够输出图中所有节点对应的标签及其权重占比。算法说明 在算法执行过程中,每个节点的标签按相似度传播给相邻节点,在节点...

梯度提升决策树

功能说明 GBDT(Gradient Boosting Decision Tree)是一种迭代的决策树算法,由多棵决策树组成,是进行多分类的算法模型。梯度提升采用连续的方式构造树,每棵树都试图纠正前一棵树的错误。默认情况下,梯度提升决策树中没有随机化,而是...

概述

LIST(兼容社区MySQL的LIST分区语法)LIST COLUMNS(兼容社区MySQL的LIST COLUMNS分区语法)特定场景的分区策略 CO_HASH(PolardDB-X 的特色分区语法)Hash类型 基于用户指定的分区列或分区函数表达式的值,使用内置的一致性哈希算法计算其...

基于外卖评论实现舆情风控

使用Doc2Vec算法将每个评论转换为语义向量,每行表示一个向量,每个向量表示一个评论的含义。工作流运行结束后,您可以右键单击画布中的 Doc2Vec,在快捷菜单中选择 查看数据>输出文档向量表,即可查看文本向量表。④ 生成分类模型。首先将...

随机森林

功能说明 随机森林组件支持使用随机森林算法对分类或回归问题进行建模。随机森林就是通过集成学习的思想将多棵树集成的一种算法,它的基本单元是决策树,而它的本质属于机器学习的一大分支——集成学习(Ensemble Learning)方法。计算逻辑...

决策树

决策树组件支持使用决策树算法对分类或回归问题进行建模。计算逻辑原理 决策树是一种树形结构,其中每个内部节点表示一个特征上的判断,每个分支代表一个判断结果的输出,最后每个叶节点代表一种分类或回归的结果,本质是一棵由多个判断...

配置加密转换组件

针对上游输入的数据,可以选择加密算法和密钥,对敏感的字段进行加密,从而实现对敏感数据的保护。本文为您介绍如何配置加密转换组件。前提条件 已创建离线单条管道,详情请参见 通过单条管道创建集成任务。操作步骤 请参见 离线管道组件...

什么是公钥和私钥?

使用密钥对的时候,如果其中一个密钥加密一段数据,只能使用密钥对中的另一个密钥才能解密数据。例如:公钥加密的数据必须对应的私钥才能解密;如果私钥进行加密也必须使用对应的公钥才能解密,否则将无法成功解密。SSL证书的原理 ...

配置加密转换组件

针对上游输入的数据,可以选择加密算法和密钥,对敏感的字段进行加密,从而实现对敏感数据的保护。本文为您介绍如何配置加密转换组件。前提条件 已创建离线单条管道,详情请参见 通过离线单条管道配置集成任务。操作步骤 请参见 离线管道...

CreateRootCACertificate-创建根CA证书

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为Sha256WithRSA。RSA_2048:对应签名算法为Sha256WithRSA。RSA_4096:对应签名算法为Sha256WithRSA。ECC_256:对应签名算法为Sha256WithECDSA。ECC_384:对应...

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...

技术分析函数

技术分析的函数将广泛使用算法应用在您的数据中。虽然这些函数主要应用在金融和投资领域,但是它们也适用于其它行业和例。本文档主要介绍了技术分析函数的语法结构、语法说明以及使用示例。通用参数说明 除了 field key 参数,技术分析...

CreateSubCACertificate-创建子CA证书

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。SM2_256:...

UUID生成器(UUID-OSSP)

工作过程类似于v3版本的UUID,但是v5版本使用的是SHA-1的哈希算法,因为SHA-1算法被认为比MD5算法更安全,建议尽量使用v5版本。返回UUID常量的函数 函数 描述 uuid_nil()代表nil的UUID常量,此处不应该看作一个真正的UUID。uuid_ns_dns()...

CreateWHClientCertificate-申请证书仓库中客户端证书

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。ECC_384:...

使用UUID-OSSP

工作过程类似于v3版本的 UUID,但是v5版本使用的是SHA-1的哈希算法,因为SHA-1算法被认为比MD5算法更安全,所以应该尽量使用v5版本而不是v3版本。返回UUID常量的函数 函数 描述 uuid_nil()代表nil的UUID常量,此处不应该看作一个真正的UUID...

CreateServerCertificate-基于系统自动生成的CSR签发...

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。ECC_384:...

CreateClientCertificate-基于系统自动生成的CSR签发...

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。ECC_384:...

CreateServerCertificateWithCsr-基于自定义的CSR签发...

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。ECC_384:...

CreateClientCertificateWithCsr-基于自定义的CSR签发...

密钥算法使用<加密算法>_<密钥长度>格式表示。取值:RSA_1024:对应签名算法为 Sha256WithRSA。RSA_2048:对应签名算法为 Sha256WithRSA。RSA_4096:对应签名算法为 Sha256WithRSA。ECC_256:对应签名算法为 Sha256WithECDSA。ECC_384:...

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...

分段多项式回归

算法参数 参数名 参数描述 是否必填 参数默认值 参数范围 是否自动段 选择是否由算法自动段。是 是 是 否 特征指数 配置特征项数。是 1[1,100]是否使用截距 选择模型训练时是否使用截距。是 是 是 否 是否正则化 选择模型训练前是否对...
共有129条 < 1 2 3 4 ... 129 >
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
地址标准化 风险识别 智能开放搜索 OpenSearch 加密服务 智能视觉 弹性公网IP
新人特惠 爆款特惠 最新活动 免费试用