K近邻
通常，距离可以是任何度量标准：标准欧几里得距离是最常见的选择。基于邻居的方法被称为非泛化机器学习方法，因为它们只是“记住”其所有训练数据。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...
Designer使用案例汇总
改进版swing相似度计算算法 介绍改进版swing相似度算法原理，包括工具包下载、工具包详细参数说明以及常见问题等。基于组件化EasyRec框架快速搭建深度推荐算法模型 组件化EasyRec框架可以帮助你以“搭积木”的方式快速构建想要的模型结构。...
故障演练
常见的故障类型都可以映射到这个故障模型中，模拟故障的演练系统及方案也可以基于该模型进行设计。在设计演练方案的过程中，可以考虑在模型中每个环节进行故障注入，验证故障应急方案。不同演练类型和目标 根据演练过程对线上业务的影响，...
Smart Metrics常见问题
本文介绍了Smart Metrics的常见问题。如果您在使用Smart Metrics过程中有任何问题，请联系钉钉群（25125004458）获取帮助。为什么大盘上没有显示预测得到的未来时段的指标上下边界？预测好的上下边界已经自动写入到Prometheus中，但...
SmartMetrics常见问题
本文介绍了 SmartMetrics 的常见问题。如果您在使用 SmartMetrics 过程中有任何问题，请联系钉钉群（25125004458）获取帮助。为什么大盘上没有显示预测得到的未来时段的指标上下边界？预测好的上下边界已经自动写入到Prometheus中，但...
概述
除了在标签或主题上的泛化，用某种算法得到用户和物品的embedding向量，再通过向量的距离/相似度来做用户和物品的兴趣匹配也是一种很常用的手段。矩阵分解、深度神经网络模型等算法都可以生成用户和物品的embedding向量，然而常规的模型...
分解类算法参数调优
背景信息 分解类算法（ostl-esd、istl-esd和istl-nsigma）适用于周期性数据，常见于QPS类数据，如每天或每周在相对固定的时刻出现峰值或者谷值的数据。在使用分解类算法计算原始数据时，数据点会被分解为趋势项（trend），周期项（season）...
客服模型检测
功能介绍：检测客服常见的异常情绪，由系统内置的算法模型进行分析，无需通过人工规则配置。目前可检测的类型有：反问反怼、引导投诉、推诿、辱骂。配置方法：直接选择需要检测的情绪类型。使用示例：每种情绪的表达示例如下：1、反问反怼...
数据智能概述
功能简介 算法实例 通过配置算法实例，来分析光伏电站运维数据或设备运行数据，使您能及时监测和掌控光伏电站或设备的运行状态和故障情况。算法模板 物联网平台提供算法模板供您使用，您可以查看算法模板的详情信息，如：算法详细介绍、...
客户模型检测
功能介绍：检测客户常见的异常情绪，由系统内置的算法模型进行分析，无需通过人工规则配置。目前可检测的类型有：投诉、升级问题、质疑服务、制造舆情、表扬、辱骂、愤怒，共有 七种内置客户检测模型。配置方法：直接选择需要检测的情绪...
com.aliyun.opensearch.cava
类列表：功能类 类名称 类简介 TagMatch 匹配文档和请求中的标签 Util 提供了一系列常用的功能型函数，比如衰减函数，归一化函数等 first_phase_score 获取基础表达式最终计算分值 算法类 类名称 类简介 CategoryScore 获取文档的类目分 ...
常见问题
这里总结了常见问题，供您快速查阅参考。售前常见问题 服务怎么收费？当前服务仍处于邀测阶段，暂不收费 我想体验产品如何申请开通？您可通过 申请链接 填写必要信息进行申请，也可以通过m_search@list.alibaba-inc.com联系我们 多轮对话...
功能说明
接入常见问题说明，请参见 美颜特效SDK通用问题。创建QueenEngine实例，设置初始化纹理与视窗参数 QueenEngine engine;try { com.aliyun.android.libqueen.QueenConfig config = new com.aliyun.android.libqueen.QueenConfig();true表示...
数据对接期
14、通过服务端SDK推动数据的常见错误 ①ClientException:DocumentError.MissingField:Missing fields,field names:item_id 问题原因：没有上传必填字段如item_id，或者是上传过来的必填字段为空字符串。②ClientException:BadFormat:null ...
产品简介
命名实体 我们为您提供的命名实体服务，可以帮助您快速识别文本中的实体，进而挖掘各实体间的关系，是进行深度文本挖掘，知识库构建等常用自然语言处理领域里的必备工具。情感分析 基于海量大数据研发，为有情感分析需求的产品提供服务。...
调用通义系列大模型开发应用上架应用商店/微信小程序...
如何申请通义千问大模型算法备案 获取技术主体的《互联网信息服务算法备案》（算法类型为“生成合成类（深度合成）”）或《互联网信息服务算法备案》（算法类型为“生成合成类”）的系统截图。通义千问备案信息：大模型 算法名称 备案主体...
产品优势
阿里云工业视觉智能产品主要有以下几点优势：深度优化的模型 算法模型针对工业检测中样本图像语义信息弱、尺度变化大、背景复杂、特征组内差异大组间差异小的特点深度优化，在您再次定制优化前即拥有远优于开源算法的性能。无需专业算法...
功能特性
高可用管理平台 HAS 定位于 IT 技术...故障演练平台支持触发 CPU 利用率升高、内存利用率升高、内存占用、网络丢包、容器宕机、物理机宕机等常见故障，并针对故障制定出详细的演练和恢复计划，保证用户能够有计划地测量和观测应用高可用能力。
云市场OCR产品介绍
阿里云官网的OCR服务 对比说明 算法模型 读光OCR算法模型 读光OCR算法模型 算法效果一致 服务网关 云市场网关 阿里云官网网关 API调用方法不同 售卖方式 仅支持资源包预付费 支持按量付费的后付费模式 支持资源包，且资源包参与后付费抵扣...
数据脱敏
支持常见的对称加密算法。常见的不可逆脱敏算法和方式如下：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。遮盖脱敏：不可逆算法，适用于前端展示或敏感数据...
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...
通过消费组读取文本日志进行模板发现
日志模板发现 用于对日志数据进行离线、智能的分析，提取和管理日志中的常见模板，帮助您快速了解日志数据。本文介绍通过消费组拉取文本日志进行文本发现的操作步骤。前提条件 已采集日志到源Logstore或Metricstore。具体操作，请参见 数据...
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...
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...
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。...
时序异常检测
数据服务提供时序异常检测算法，采用智能时序算法，实时分析设备时序数据，准确感知设备异常现象。查看基本信息 在 物联网平台控制台 的 实例概览 页面，单击目标企业版实例卡片。在左侧导航栏，选择 数据服务>数据智能。在算法模板列表中...
单模型部署在线服务
常见问题 执行一键部署时，如果有节点支持部署，但是置灰的不支持选择，如何解决？您需要在指定的组件右侧 字段设置 页签中，选中 是否生成PMML，并重新执行对应节点即可。详情请参见 支持一键部署的算法。相关文档 您可以前往PAI-EAS模型...
功能特性
阿里云工业视觉智能从工作区、数据集和模型三...模型管理的基本功能是基于数据集和工作区提供的基础算法模型，或者用户已经训练得到的算法模型，继续通过训练对算法模型进行定制和优化。把生成的算法模型发布为公共云API或导出成SDK离线使用。
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，...
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...
V3.3.47版本说明
更新内容 复购预测、货品推荐：优化算法模型、预测任务与关联的受众、行为数据集、商品数据集、商品池之间的删除先后逻辑，完善删除限制。优化新建算法模型的配置项说明，优化剩余可用模型训练任务数、预测任务数展示方式，优化其他多处...
应用场景
设备行业：企业使用物联网与算法模型技术提前预测风机故障。通过温度传感器对整个风机的温度测点进行实时监控，并对海量温度数据进行深度学习，构建风机故障检测与感知预测模型，最终做到提前1-2周识别风机微小故障并预警，单台风机单次...
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...
高性能版实例
以下内容为 AnalyticDB PostgreSQL版 实例常见故障场景中高性能版和高可用版的对比：恢复（Recovery）模式 根据以往 AnalyticDB PostgreSQL版 运行情况，故障最大的场景为恢复模式，故障概率远大于另外两种场景（计算节点故障和计算节点宿...
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...
GBDT二分类V2
对于一些常见的二分类问题，都可以使用这个算法解决，模型拥有较好的性能，且拥有不错的可解释性。该算法支持稀疏向量格式与多列特征格式的输入。输入为稀疏向量格式时，仅能选择1个String类型的列，每条数据是以单个空格为分隔符的键值对...
算法配置版功能详解
算法配置版简介 算法配置版是AIRec智能推荐为中大型流量、有多个差异化页面需要使用推荐算法的场景打造的版本，算法配置版包括了全部行业运营版的功能与能力，在此之上，算法配置版更增加了实验平台功能，并拥有推荐算法召回链路与排序链路...
V3.3.28版本说明
V3.3.28推出全新功能模块——智能实验室，包括品牌高潜预测、商品匹配推荐功能，为企业实现精细化运营提供科学的算法策略指导，提升企业会员的复购率、购买力和转化率：品牌高潜预测：基于用户既往购买行为记录，通过训练算法模型，预测...
通过阿里云物联网平台使用AI算法保护
1.简介 AI算法保护，提供内容的加密保护和全生命周期管理；授权过程的自动化和授权管理的统一化，防止内容的拷贝和泄漏，以及提供商业售卖的灵活性、安全性和管理成本。内容加密保护，一次性加密，多种许可分发和管理，支持不同的授权管理...
概述
物联网边缘计算提供算法应用，供您为视频设备配置算法，处理视频数据。同时提供算法服务，支撑您管理算法任务。背景信息 当前物联网行业中，算法开发没有统一的算法定义和开发规范，自主开发的成本高，是业务中的一大痛点。物联网边缘计算...
- 产品推荐
- 这些文档可能帮助您