梯度提升回归树
功能说明 梯度提升回归树GBRT（Gradient Boosting Regression Tree）是利用树模型进行回归的算法模型。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，梯度提升回归树中没有随机化，而是用到了强预剪枝。梯度...
安全联邦学习-任务模式FL
三、安全联邦学习已支持的能力 用途 算法分类 已支持算法 分类 决策树 XGBoostWithDp GBDTWithDp 逻辑回归 LogisticRegressionWithHe 神经网络 神经网络MLP 回归 线性回归 LinearRegressionWithHe 神经网络 神经网络MLP 四、如何进行安全...
梯度提升决策树算法（GBDT）
本文介绍了梯度提升决策树算法（Gradient Boosting Decision Tree，下文简称GBDT）相关内容。简介 GBDT是一款基于梯度提升的决策树算法。可解释性强，预测速度快。同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，...
建模空间
需要注意的是：以上图为例，模型设计师在工作空间Project_1中进行模型设计（模型1），这套模型通过模型设计空间物化部署至Project_2、Project_3后，如果在应用过程中发现模型1需要完善，则仅能在Project_1中进行修改，Project_2、Project_3...
机器学习
MADlib机器学习模块主要解决以下问题：分类/回归问题：提供一系列算法如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类/回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归问题...
训练加速（Pai-Megatron-Patch）概述
本文为您介绍Pai-Megatron-Patch的工作原理和使用流程。背景信息 Pai-Megatron-Patch工具是阿里云机器学习平台PAI算法团队研发，基于阿里云智算服务PAI-灵骏平台的大模型最佳实践解决方案配套工具，旨在帮助大模型开发者快速上手灵骏产品，...
机器学习（MADlib）
MADlib机器学习模块主要解决以下问题：分类、回归问题：提供一系列算法，如K最近邻、MLP多层感知神经网络、SVM支持向量机、决策树等算法来解决二元分类、回归问题，集成最小二乘法、GLM广义线性回归、逻辑回归、多项式回归等模型来解决回归...
工业视觉智能基本概念
工作区 通过预设的场景帮助用户识别自身需求，用户通过工作区管理自己的数据集与模型。工作区是完整视觉智能能力的承载主体，用户可以对工作区进行独立授权。数据集 工业视觉智能产品的视觉智能模型通过深度学习来获得，而深度学习依赖于...
模板工作流demo
工作流运行结束后，单击 模型列表。在 模型列表 对话框中，选择要部署的模型，并单击 部署至EAS。在 部署服务 页面，模型文件 和 Processor种类 默认已配置完成，其他参数可根据实际需要参考界面提示修改配置。单击 部署。模型服务创建成功...
模型版本准入状态及事件触发
模型管理支持通过模型准入状态变更来触发模型下游事件。适用场景包括模型版本准入后自动更新EAS模型服务，模型版本准入状态发生变化后自动发送钉钉群机器人消息，模型版本准入状态变化后自动调用指定的HTTP或HTTPS服务。前提条件 工作空间...
什么是AutoML
您在训练模型时，如果超参组合复杂度过高，需大量训练资源和手工调试工作，可以使用AutoML来节省模型调参时间，提升模型调优效率和模型质量。基础概念 超参数：是训练机器学习模型时用到的外部配置参数，在模型训练开始前设置。超参数不同...
群体稳定性指标PSI
dt：决策树分箱。kmean：基于k均值聚类分箱。categorical_feature：类目型的特征。多个类目型之间使用英文逗号（,）分隔。示例/*polar4ai*/CREATE FEATURE psi_001 WITH(feature_class='psi',x_cols='Airline,Flight,AirportFrom,AirportTo...
代码示例
PAI Python SDK提供了丰富的代码示例Notebook，开发者可以通过这些Notebook快速学习如何通过Python Python SDK在PAI完成模型的开发部署等工作。模型开发 打开Notebook 示例描述 Github DSW Gallery 使用MNIST数据集和PAI预置的PyTorch镜像...
蚂蚁 PaaS 平台核心领域模型介绍
工作空间组（WorkspaceGroup）应用服务实例组（AppService Instance Group，AIG）部署单元（Cell）工作空间组（WorkspaceGroup）工作空间组（WorkspaceGroup）是工作空间（Workspace）在多地域的扩展，在多地域内对资源进行分组隔离管理。...
LightGBM算法
简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据对内存的使用、减少通信代价以及...
Triton Inference Server镜像部署
Triton Inference Server是一个适用于深度学习与机器学习模型的推理服务引擎，支持将TensorRT、TensorFlow、PyTorch或ONNX等多种AI框架的模型部署为在线推理服务，并支持多模型管理、自定义backend等功能。本文为您介绍如何通过镜像部署的...
功能发布记录
2021-11-19 模型说明 我的模型页 控制台迭代更新 新增【我的模型】页面：支持查询已发布的自学习模型和调用预训练模型，支持查看已购模型数量、剩余资源包余额显示、延长模型有效期、变配模型个数。2021-11-19/2021年10月 项目类型 功能...
开发流程
准备工作 ⑥ 模型管理模块统一管理训练完成的模型，并直接对接模型在线服务（EAS）。您可以将模型直接部署为在线服务。注册及管理模型 ⑦ PAI平台的模型在线预测服务，支持异构硬件（CPU和GPU）模型加载，高吞吐低延迟，大规模复杂模型一键...
编排工作流
基本功能 在配置工作流时，您可以执行以下基本功能：创建工作流 将元素添加到工作流 编辑工作流 删除工作流 复制工作流 触发工作流 创建工作流 登录 Mobi。在顶部菜单栏选择 应用管理，在右上角搜索框中输入目标应用，例如 TEST。在指定的...
测试集管理
测试集是验证模型性能好坏的重要数据来源，主要服务于训练流程中的评估模块在新建测试集界面上传一批数 据图片，在模型产出还未提取的评估界面进行测试关联，能快速验证多个模型的好坏，帮助用户决策最优模型。测试集管理 测试集管理可新增...
基本概念
本文介绍自学习涉及的基本概念，...测试集 测试集是验证模型性能好坏的数据集，主要服务于定制模型的评估模块，在新建测试集界面上传一批图片，在模型产出还未提取的评估界面进行测试关联，能快速验证多个模型的好坏，帮助用户决策最优模型。
蚂蚁隐私计算服务平台的审计事件
CreateAntppcMpcDecisionServiceWithmodel 带模型信息创建决策画布。CreateAntppcMpcModeldeploy MPC模型从离线导入在线。CreateAntppcMpcQuickAccess 创建快捷入口。CreateAntppcPsiTask 发起任务。CreateAntppcScimngDataset 创建数据集...
MapReduce模型
背景信息 MapReduce模型只有一个Reduce，所有子任务完成后会执行Reduce方法，可以在Reduce方法中返回该任务示例的执行结果，作为工作流的上下游数据传递。如果有子任务失败，Reduce不会执行。Reduce失败，整个任务示例也失败。MapReduce...
功能特性
自学习工具从模型新建、模型训练、模型部署三个视角帮助用户实现应用上的闭环，具体表现为工作区管理、数据标注和数据集管理训练、测试集管理、模型部署和模型管理五大功能模块。面向业务场景的工作区管理 积累深厚的行业AI视觉模型 基于...
什么是Topic
工作原理 在上图中分为设备、物联网平台和业务服务器三端，其中设备和物联网平台的通信基于MQTT协议。设备、业务服务器、物联网平台的通信过程请参见 使用Topic通信。MQTT（Message Queuing Telemetry Transport）是一种基于 发布/订阅 ...
逻辑回归
计算逻辑原理 逻辑回归的思路是，先拟合决策边界（不局限于线性，还可以是多项式），再建立这个边界与分类的概率联系，从而得到了二分类情况下的概率。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 ...
模型说明
在文本分类中，我们提供了多种模型进行选择，如果您不知道选哪个，可以选择CNN 进行尝试，兼顾了运行效率和最终结果。以下是模型的说明，您可以根据自己的具体场景，选择一个更适合的模型。FastText 分类模型 速度快，计算资源要求低，适合...
模型管理
模型管理 创建完成维度表、明细表、汇总表、应用表后，您可以在左侧的目录树双击模型名称，查看对应模型的详情，在模型详情页顶部菜单栏，进行模型的编辑、发布、模型开发等操作。编辑模型：单击 编辑 即可对当前表的基本信息和字段进行...
K近邻
暴力搜索：使用蛮力搜索，即或相当于KNN算法，需遍历所有样本数据与目标数据的距离，进而按升序排序从而选取最近的K个值，采用投票得出结果 否 自动 球树 KD树 暴力搜索 自动 测试集比例 测试模型的数据占总输入数据的比例，用于计算模型的...
概念解释
自定义模型 自订阅模型是基于您训练过的模型进行再次训练，从而调优模型效果，请注意，由于大模型的训练原理，多次训练模型时，后序训练易丢失前序训练已习得的能力，建议后序训练数据需要采样或保持前序训练数据。循环次数 循环次数代表...
模型训练
由于流程的横向延展化，使得训练内部可以融合更多的专业性数据和自定义参数配置来增强模型的优质性，为用户提供更多的选择和决策的可能。操作步骤 步骤一：新建训练 在左侧导航栏选择 自学习工具>我的工作区。找到您要操作的工作区，单击...
IForest异常检测
模型中树的棵数 模型中树的棵树，默认为100。异常评分阈值 当评分大于该阈值时，判定为异常点。预测详细信息列名 预测详细信息列的列名。每棵树的样本采样行数 每棵树的样本采样行数，正整数。范围[2,100000]，默认为256。组件多线程线程...
用户中心
支持对数算子和模型按用户或工作组新建资产包，为工作组或用户添加对应的资产包，即拥有该资源下的使用权限。支持租户管理员查看其他用户个人目录下的模型（按工作组区分），并支持查看模型详情。系统配置 支持对系统进行配置、查看操作...
导入导出限界上下文模型
模型导入实现原理 在导入模型前，您需要按照系统规范将数据整理成格式化的.xlsx 文件。如果导入失败，系统会提供失败数据下载，并说明失败原因，以便您修改后能重新导入。完整的模型导入流程如下图所示：导入限界上下文模型 登录BizWorks，...
基本概念
自定义模型 自定义模型版本是基于您训练过的模型进行再次训练，从而调优模型效果，请注意，由于大模型的训练原理，多次训练模型时，后序训练易丢失前序训练已习得的能力，建议后序训练数据需要采样或保持前序训练数据。循环次数 循环次数...
关系图
说明 模型列表目录树与您在对应功能模块创建的模型目录树显示保持一致。模型被添加至画布后，您可使用 图标单击指定模型，再单击模型上方的 图标，即可快速进入模型详情页查看模型信息。更多关系图画布中的各图标介绍，详情请参见 关系图...
模型训练最佳实践
创建新模型训练任务需要选择模型类型，平台支持两种模型类型，如果第一次训练模型，一般选择预置模型，如果希望基于已训练的模型进行再次训练，则可选择自定义模型，定义如下：预置模型 预置模型为未经过任何训练的原始模型，您可以通过...
工作区管理
工作区是基于不同的算法能力划分的不同类型，帮助用户基于自己的业务需求快速准确的选择适合自己的算法模型，在工作区内可对自己标注、训练的模型进行管理。其主要功能分为三部分：1.选择合适的工作区并新建 注意：用户未建立工作区之前，...
构建运营模型
运营模型是指组织和业务团队使用云计算平台支持业务的过程中，根据业务需求、企业架构、组织文化、现有的技术水平和工具等构建的模型。每个企业的运营模型都是独特的，本文将介绍四种常见的运营模型以供参考。构建运营模型的目的是为了实现...
工作区管理
工作区是基于不同的算法能力划分的不同类型，帮助用户基于自己的业务需求快速准确的选择适合自己的算法模型，在工作区内可对标注、训练的模型进行管理。前提条件 已开通视觉智能开放平台 自学习服务。新建工作区 重要 用户未建立工作区之前...
- 产品推荐
- 这些文档可能帮助您