关键词抽取
模块 实 现了 基于 自由 形状 变形 网格 变形 算法 遗传算法 差分 进化 算法 飞机 表面积 计算 算法 基于 矩 积分 飞 机 体积 计算 算法 开发 基于 VTK 数据 可视化 格式 工具 PAI命令 PAI-name KeywordsExtraction-DinputTableName=maple_...
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...
时序异常检测
本文介绍异常检测算法的概念和时序异常检测的语法。引擎与版本 时序异常检测仅支持时序引擎。无版本要求。使用限制 时序异常检测必须和 SAMPLE BY 语句搭配使用。功能简介 时序异常检测用于检测指定时间线上异常点的值，支持阿里达摩院自研...
工业分析建模
在算法搭建页面，将需要配置的组件从左侧的组件列表拖入中间的画布编辑区域。以CSV组件（读取离线数据的数据源组件）为例。配置CSV组件。在画布中选中CSV组件，在右侧配置栏单击 上传文件。CSV文件格式为：第一行是参数名称，其余行是参数...
什么是工业大脑AICS
低成本快速算法搭建：使用拖拽的方式即可搭建机器学习，低代码开发机器学习算法。全栈算法开发平台：支持从数据上传、数据预处理、特征工程、模型训练、模型评估到模型发布的机器学习全流程。开放集成能力：通过开放API可方便的集成第三方...
实时算法编排
在算法搭建页面，将需要配置的组件从左侧的组件列表拖入中间的画布编辑区域。以IGATE-IN组件为例。配置IGATE-IN组件。选中IGATE-IN组件卡片，单击右侧配置栏中的 读测点。在 读测点 面板，单击 节点选择 下拉框选择节点。单击 批量添加测点...
支持的数据脱敏算法
本文介绍支持的数据脱敏算法。算法分类 分类描述 算法描述 输入参数 适用类型和典型场景 哈希脱敏 不可逆算法。适用于密码或需要通过对比进行敏感数据确认的场景。支持常见的哈希算法，并支持偏移量（加盐值）配置。MD5 Salt值 敏感类型：...
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
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：HexStringSplit：适用于以十六进制的字符串作为前缀的Rowkey。DecimalStringSplit：适用于以十进制的数字字符串作为前缀的Rowkey。UniformSplit：适用于Rowkey的前缀是...
异常指标监控
该方案的要求如下：人力要求：需要熟悉机器学习经典算法，尤其是特征工程及二分类算法。开发周期：1~2天。数据要求：上千条的标签数据，该数据标记了异常数据和正常数据。数据集 本工作流使用的数据为系统级别监控日志数据，共22544条数据...
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...
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...
引用物理表质量规则
前提条件 已搭建算法流程，具体操作，请参见 新建开发环境场景并部署运行。算法流程中至少有一个算法节点引用的数据模型设置了质量规则。操作步骤 登录 数据资源平台控制台。在页面左上角，单击 图标，选择 协同。在顶部菜单栏，单击 图标...
引用物理表质量规则
前提条件 已搭建算法流程，具体操作，请参见 新建开发环境场景并部署运行。算法流程中至少有一个算法节点引用的数据模型设置了质量规则。操作步骤 登录企业数据智能平台。在页面左上角，单击 图标，选择 协同。在顶部菜单栏，单击 图标，...
Landing Zone搭建概述
Landing Zone是阿里云的企业上云框架，可以指导企业规划和落地云上的资源结构、访问安全、网络架构和安全合规体系，为企业搭建安全、高效和可管理的云环境。云治理中心基于大量的最佳实践，通过蓝图模板的形式，帮助您一站式轻松搭建...
时序异常检测的常见问题
当前Lindorm ML主要提供两类算法：统计类算法和分解类算法，更多请参见 时序异常检测算法分类。如果您的数据带有较强的周期性，比如每天或每周在相对固定的时刻出现峰值或者谷值，那么推荐您优先尝试分解类算法（ostl-esd和istl-esd），...
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...
小程序场景
一、小程序搜索背景 前端：微信官方提供 SearchBar插件，主要功能为搜索框的前端实现后端：实现简单的搜索分 小程序搜索 和 云开发两部分。小程序搜索包含以下三个接口，无商品、文本搜索相关能力：search.imageSearch：提供基于小程序的站...
音视频转码
专业的转码算法 强大的计算资源，先进的视频处理算法，业界独有的画质重生技术，将现存普通或受损的影视内容重制为超高清或画质修复的版本。功能丰富、高可定制 视频转码、截图、水印、剪辑、拼接等丰富的媒体转码功能满足各种应用场景。...
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：...
系统管理
参数 描述 图片储存时间（分）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...
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...
基于外卖评论实现舆情风控
PAI平台提供了一套基于文本向量化及分类的算法，可以基于历史标记的正负留言内容生成分类模型，从而自动预测新增留言的导向。该服务的整体框架已预置在 Designer 中，基于真实标记的11987条外卖平台评论数据，实现了自动化的正反向舆论风控...
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 是否自动分段 选择是否由算法自动分段。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...
组件参考：所有组件汇总
XGBoost训练 该组件算法在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。当前支持分类和回归。XGBoost预测 该组件算法在Boosting算法的基础上进行了扩展和升级，具有较好的...
价格说明
收费项2：实施交付或高阶能力部署 若需要阿里侧工程师进行系统搭建、算法定制等服务，可通过商务洽谈的方式进行合作。合作项目完成，需支付一定的定制人天的投入费用。若需要搭建实时特征与实时训练链路，可由阿里侧工程师进行指导与协助...
创建安全联邦学习任务（任务模式）
包括 Min-Max极差变换法、Z-Score归一化。数据分箱：仅支持用于数值类型。包括 等频分箱、等距分箱、卡方分箱。处理类型选择分箱处理后，则不能再选择其他处理类型。每个字段只能选择一种分箱处理。数据编码：仅支持用于字符类型。包括 One...
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...
产品简介
联邦建模集成了联邦学习，可信执行环境（Trusted Execution Environment，简称 TEE）、多方安全计算（Secure Multi-Party Computation，简称 MPC）和差分隐私（Differential Privacy，简称 DP）等技术手段，对差分攻击进行抵御，保护各参与...
XGBoost
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结果，其在结构化数据处理方面具有较优良的性能。计算逻辑原理 XGBoost...
XGBoost预测
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预测组件是在开源社区的基础上进行包装，您可以使用该组件对XGBoost训练组件...
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 ...
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...
横向MLP二分类/MLP多分类/MLP回归
参数设置 参数设置 参数名称 参数英文名称 参数说明 全局迭代轮数 epochs 全局模型的最大迭代次数 隐私开销 epsilon 联邦学习中，差分隐私的隐私开销，数值越大，添加的噪声越小，隐私保护越弱，则越精确，训练效果越好；数值越小，隐私...
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...
概述
ts_predicate_arima 使用带有差分的移动自回归模型对时序数据进行建模，并进行简单的时序预测和异常点检测。ts_regression_predict 针对含有周期性、趋势性的单时序序列，进行准确且长时序预测。序列分解函数 ts_decompose 使用STL算法对...
- 产品推荐
- 这些文档可能帮助您