CREATE MODEL
TFT TFT（Temporal Fusion Transformer）算法是基于Transformer机制的深度神经网络算法，详细信息，请参见 TFT论文。时序异常检测 TIME_SERIES_ANOMALY_DETECTION esd 达摩院自研算法，适用于尖刺型异常（例如监控曲线出现尖刺的现象），...
通过消费组读取文本日志进行模板发现
在 创建模板发现作业 配置向导页面的 算法配置 区域，配置不同算法。日志聚类算法 参数 说明 模板数量 滑动滑块，控制生成的日志模板数量。不能精确控制日志模板的数量，只能调整大致范围。查询语句 调用 日志聚类 的日志过滤条件，对满足...
实验参数配置
重要 算法实验功能仅对标准版实例开放。智能推荐标准版算法配置+实验平台新功能介绍：一、实验目的 为优化某个指标 如点击率、停留时长等，需要制定至少两个方案，在同一时间维度将客户端用户流量对应分成几组，在保证每组客户端用户特征...
如何设置初始化时间窗口数量？
日志异常分析算法从创建任务时开始运行，其中算法模型需要经过一段时间的初始化训练后才能进行异常检测。您需要通过时间窗口数量和时间窗口长度指定合适的初始化时间。合适的初始化时间，可以使算法模式在初始化阶段分析到大多数的日志类别...
基于Alink框架的FM推荐
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播等推荐场景。Designer 预置了FM算法模板，便于您快速构建基于Alink框架的FM推荐模型，快速实现推荐系统并应用于上述场景。本文为您介绍...
BERT模型离线推理
算法简介 BERT是一种基于Transformer的自然语言处理预训练模型。它通过在大量文本数据上预训练，学习到文本的深层双向表示，然后可以通过少量的微调应用到各种下游的NLP任务中。该算法组件使用已经训练完的BERT分类模型，将输入表中的文本...
FM算法
FM（Factorization Machine）算法兼顾特征之间的相互作用，是一种非线性模型，适用于电商、广告及直播的推荐场景。组件配置 Designer 提供的FM算法模板包括FM训练和FM预测组件，您可以在原PAI-Studio控制台首页的 FM算法实现推荐模型 区域...
复购预测概述
复购预测将基于用户既往购买行为记录，通过训练算法模型，预测用户在未来指定时间内复购的可能性，找到大量非品牌原核心人群的高复购概率人群，为业务圈选外机会人群补充，继而针对这些高复购概率人群进行重点运营，提升品牌复购率。...
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...
货品推荐概述
货品推荐将基于用户既往购买行为记录，通过训练算法模型，智能解析用户和商品、商品和商品之间的关联关系，提升运营效率，提升品牌转化率和复购率。可用于以下营销场景：基于用户和商品的关联关系，可以实现商品的精细化运营。具体来说，...
单模型部署在线服务
单模型一键部署 支持一键部署的算法 组件名称 产出可部署模型格式 匹配的EAS Processor 备注 逻辑回归二分类 PMML PMML 训练前需要在组件的 字段设置 页签中，选中 是否生成PMML。GBDT二分类 PMML PMML 线性支持向量机 PMML PMML 逻辑回归...
工作原理
使用文本分析功能后，您只需要配置具体的监控项和少量的算法参数，算法会自动帮您识别日志中的异常情况，使您聚焦需要关注的日志内容。功能介绍 目前，文本分析支持通过消费组方式拉取日志中的文本内容，不需要配置索引。文本分析作业按照...
基于回归算法实现农业贷款发放预测
Designer预置了线性回归算法模板，便于您通过农业贷款的历史发放情况，快速实现贷款发放预测。本文为您介绍Designer线性回归算法预置模板的具体使用方法。背景信息 农业贷款发放问题是一个典型的数据挖掘问题。贷款发放人通过历史贷款数据...
工作原理
算法配置 算法配置包含以下配置：观测长度：算法用于分析建模所观测的数据点个数。取值范围为[200,4000]。敏感度：算法输出的异常分数对异常现场的敏感度，敏感度越高，分数相对越高。巡检事件 巡检事件包含以下配置：实体信息：标识当前...
DecodeBlindWatermark-解析图片盲水印
关于不同算法模型的区别，请参见 EncodeBlindWatermark 中的算法模型。说明 对同一张图片，添加盲水印和解析盲水印时必须使用同一种算法，否则图片的水印无法进行解析。DWT_IBG 返回参数 名称 类型 描述 示例值 object RequestId string 当...
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...
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 ...
AutoML使用限制及规格
AutoML的使用限制以及规格，包括当前支持的地域，支持的搜索算法TPE、GridSearch（网络搜索）、Random（随机搜索）、Evolution（演化算法）、GP（贝叶斯优化）、PBT（异步优化算法），以及对应的应用场景。支持地域（region）当前AutoML...
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...
K均值聚类
K-Means：数据值稀疏可以选择此算法。是 自动 自动 K-Means算法 elkan K-Means算法 其他参数 参数名 参数描述 模型结果 模型结果展示模型聚类效果以及聚类结果，其中“CH分数（即Calinski-Harabasz指标）”和“轮廓系数”反应聚类效果，值...
存储压缩
LZ4算法的压缩速度和压缩率不如ZSTD，但是解压速度明显优于ZSTD算法，因此对于查询性能要求严格的场景，推荐采用LZ4算法。ZLIB ZSTD LZ4 压缩速度 9.5 MB/s 19.2 MB/s 12.7 MB/s 解压速度 154.9 MB/s 353.4 MB/s 854.4 MB/s 压缩率 3.83 3....
自定义算法包组件上架
算法包模板 以样例算法包algo_package_sample.zip为例，介绍算法包的模板。算法包解压后结构如下：common放工具包 lib放第三方包#导入第三方包的方式 third_path=env_util.get_workspace()+"/lib"os.system('pip3 install simpy=3.0.11-i ...
通过消费组读取文本日志进行模板匹配
日志相似聚类算法在初始化的若干个窗口内只进行日志积累与算法准备，在后续的时间窗口中才对积累的日志进行异常检测。更多信息，请参见 如何设置初始化时间窗口数量？最大静默窗口数 通过 最大静默窗口数 和 时间窗口长度 指定最大的静默...
任务管理
创建并启动任务 前提条件 创建任务前，需已创建算法信息（详见 算法管理）。操作步骤 登录 城市视觉智能引擎控制台，进入实例详情页面,单击页面左侧菜单栏的计算服务下的任务管理。在任务管理页面单击创建任务。在创建任务页面设置任务信息...
云原生多模数据库 Lindorm自定义权限策略参考
什么是自定义权限策略 在基于RAM的访问控制体系中，自定义权限策略是指在系统权限策略之外，您可以自主创建、更新和删除的权限策略。自定义权限策略的版本更新需由您来维护。创建自定义权限策略后，需为RAM用户、用户组或RAM角色绑定权限...
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...
图像检测训练（easycv）
如果通过了输入桩配置算法组件的标注测试数据，则为空，如果同时通过输入桩和该参数配置了算法组件的标注测试数据，则优先使用输入桩配置的输入。无 类别列表文件oss路径 否 填入后缀名为txt的标签列表文件。如果通过了输入桩配置算法组件...
停用词过滤
本文为您介绍 Designer 提供的停用词过滤算法组件。停用词过滤算法组件是文本分析中的一个预处理方法，用于过滤分词结果中的噪声（例如的、是或啊）。停用词过滤算法组件的两个输入桩为输入表和停用词表。输入表为需要过滤停用词的表。停用...
GBDT二分类V2
算法简介 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。算法原理 梯度提升决策树模型构建了一个由多棵决策树组成的组合模型。每一棵...
CreateRootCACertificate-创建根CA证书
示例：如果您购买私有根CA时选择的 证书算法为 RSA，则根CA证书的密钥算法必须是 RSA_1024、RSA_2048或 RSA_4096。RSA_2048 Years integer 是 根CA证书的有效期，单位：年。说明 建议设置为5~10年。10 调用API时，除了本文中该API的请求...
自定义召回模型
协同过滤算法是一种基于关联规则的算法，以购物行为为例。假设有甲和乙两名用户，有a、b、c三款产品。如果甲和乙都购买了a和b这两种产品，我们可以假定甲和乙有近似的购物品味。当甲购买了产品c而乙还没有购买c的时候，我们就可以把c也推荐...
CreateSubCACertificate-创建子CA证书
示例：根 CA 证书的密钥算法为 RSA_2048，则子 CA 证书的密钥算法必须是 RSA_1024、RSA_2048、RSA_4096。说明 您可以调用 DescribeCACertificate 查询根 CA 证书的密钥算法。RSA_2048 Years integer 是 子 CA 证书的有效期，单位：年。建议...
行业算法模型介绍
各类协同过滤召回链路 基准基于物品协同过滤 基于传统CF协同过滤的协同过滤算法，是一种基于关联规则的算法。相对于swing，除了找相似，找同款之外，多关注一些发现性、物品的多样性。例如，当用户反馈在首页推荐中看到的物品种类比较少的...
CreateWHClientCertificate-申请证书仓库中客户端证书
例如：子 CA 证书的密钥算法为 RSA_2048，则客户端证书的密钥算法必须是 RSA_1024、RSA_2048、RSA_4096 中的一种。RSA_2048 Csr string 否 CSR 内容。您可以通过 OpenSSL 工具或者 Keytool 工具生成 CSR。BEGIN CERTIFICATE REQUEST-.-END ...
苹果ATS证书的选择及配置
证书的哈希算法和密钥长度 哈希算法：上述推荐的证书品牌使用的哈希算法都是SHA256或者更高强度的算法，符合ATS的要求。密钥长度：如果您选择使用系统生成CSR的方式，系统生成的密钥采用的是2,048位的RSA加密算法，完全符合ATS的要求。如果...
联邦建模概述
服务对象为联邦模型的开发人员，如联邦算法工程师。联邦建模控制台封装了联邦学习的基础能力，并且集成了常用机器学习库的功能，如 TensorFlow，具有开箱即用的能力。因此您只需专注于模型本身，无需关注联邦算法的实现细节，以便快速高效...
SSL证书选购指引
SSL证书支持的加密算法 以下是SSL证书支持的加密算法的说明。RSA：目前应用广泛的非对称加密算法，兼容性好。ECC：椭圆曲线公钥密码算法。相比于RSA，ECC是一种更先进和安全的加密算法（加密速度快、效率更高、服务器资源消耗低），目前已...
CreateServerCertificate-基于系统自动生成的CSR签发...
例如：子 CA 证书的密钥算法为 RSA_2048，则服务端证书的密钥算法必须是 RSA_1024、RSA_2048、RSA_4096 中的一种。说明 您可以调用 DescribeCACertificate 查询子 CA 证书的密钥算法。RSA_2048 ParentIdentifier string 是 签发该证书的子 ...
AddLogicTableRouteConfig-逻辑表中配置路由算法
为逻辑表添加路由算法配置。调试 您可以在OpenAPI Explorer中直接运行该接口，免去您计算签名的困扰。运行成功后，OpenAPI Explorer可以自动生成SDK代码示例。调试 授权信息 下表是API对应的授权信息，可以在RAM权限策略语句的 Action 元素...
CreateServerCertificateWithCsr-基于自定义的CSR签发...
例如：子 CA 证书的密钥算法为 RSA_2048，则服务端证书的密钥算法必须是 RSA_1024、RSA_2048、RSA_4096 中的一种。说明 您可以调用 DescribeCACertificate 查询子 CA 证书的密钥算法。RSA_2048 ParentIdentifier string 是 签发该证书的子 ...
- 产品推荐
- 这些文档可能帮助您