阿里云文档 2025-12-01

调用CheckModelFeatureFGFeature检查模型特征FG配置-人工智能平台 PAI-阿里云

检查FG配置内容是否正确,是否满足所有规则。

阿里云文档 2025-11-26

使用EAS自定义部署vLLM大语言模型在线服务-人工智能平台 PAI-阿里云

通过EAS可以快速将模型部署为在线推理服务。本文以vLLM框架部署Qwen3-0.6B模型为例,介绍使用EAS部署服务并调用的全流程。

阿里云文档 2025-09-15

特征生成fg.json和EasyRec模型config配置案例

本文通过如下示例为您说明如何配置特征生成配置文件fg.json和模型配置文件config。

阿里云文档 2025-07-24

如何在DSW上对CosyVoice2.0模型进行调优

本文为您介绍如何在阿里PAI-DSW上微调CosyVoice2.0模型。

阿里云文档 2025-05-27

BladeLLM模型量化

针对LLM模型量化,BladeLLM提供了高效易用的量化功能,包括仅权重量化(weight_only_quant)和权重激活联合量化(act_and_weight_quant),集成了若干主流有效的量化算法,如GPTQ、 AWQ、 SmoothQuant等,同时支持INT8、INT4、FP8等多种数据类型的量化。本文为您介绍如何进行模型量化操作。

文章 2024-10-18 来自:开发者社区

二、机器学习之回归模型分析

一、回归模型 1.1 回归模型定义 回归模型是一种预测性的建模技术,它研究的是因变量(目标)和自变量(预测器)之间的关系。这种技术通常用于预测分析,时间序列模型以及发现变量之间的因果关系。也就是我们高中所说的一次函数问题 1.2 回归模型分析方法 回归分析是研究一个变量(被解释变量)关于另一个(些)变量(解释变量)的具体依赖关系的计算方法和理论是建模和分析数据的重...

二、机器学习之回归模型分析
文章 2024-09-19 来自:开发者社区

机器学习模型中特征贡献度分析:预测贡献与错误贡献

在机器学习领域,特征重要性分析是一种广泛应用的模型解释工具。但是特征重要性并不等同于特征质量。本文将探讨特征重要性与特征有效性之间的关系,并引入两个关键概念:预测贡献度和错误贡献度。 核心概念 预测贡献度:衡量特征在模型预测中的权重,反映模型在训练集上识别的模式。这与传统的特征重要性概念相似。错误贡献度:衡量特征...

文章 2024-04-16 来自:开发者社区

R和Python机器学习:广义线性回归glm,样条glm,梯度增强,随机森林和深度学习模型分析

使用R和Python进行分析的主要好处之一是,它们充满活力的开源生态系统中总是有新的和免费提供的服务。如今,越来越多的数据科学家能够同时在R,Python和其他平台上使用数据,这是因为供应商向R和Python引入了具有API的高性能产品,也许还有Java,Scala和Spark。 H2O品牌被称为“商业AI”,“使任何人都可以轻松地应用数学和预测分析来解决当今最具挑战性的业务问题。” H...

R和Python机器学习:广义线性回归glm,样条glm,梯度增强,随机森林和深度学习模型分析
文章 2023-10-17 来自:开发者社区

[笔记]机器学习之机器学习模型及案例分析《一》回归(二)

2. 回归的基本思想多元线性回归在上面的例子中,我们仅有一个自变量,但是在现实生活中,我们要分析的不只是一个,而是多个自变量与因变量之间的关系,对于这种预测任务,我们可以采用多元线性回归.我们的目的是让机器从数据中学习出一个最优模型,从而进行预测,但是机器不会自动的学习,它需要被注入灵魂,需要在人的指导下去工作。所以,我们需要告诉机器如何学习,即定义一系列"策略"让机器围绕着这种"策略"不断地学....

[笔记]机器学习之机器学习模型及案例分析《一》回归(二)
文章 2023-10-17 来自:开发者社区

[笔记]机器学习之机器学习模型及案例分析《一》回归(一)

活动地址:CSDN21天学习挑战赛前言环境:python3.7IDEA机器学习基本思路:推导公式进行建模优化模型评估系数根据模型进行预测回归1. 案例一元线性回归的例子引出线性回归模型:1920年汽车速度与刹车距的数据,现在,我们想研究速度与刹车距离之间到底有什么样的关系。绘制散点图# 1.收集数据 data_cars = pd.read_csv("../data/cars.csv",useco....

[笔记]机器学习之机器学习模型及案例分析《一》回归(一)

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

阿里云机器学习平台PAI

阿里云机器学习PAI(Platform of Artificial Intelligence)面向企业及开发者,提供轻量化、高性价比的云原生机器学习平台,涵盖PAI-iTAG智能标注平台、PAI-Designer(原Studio)可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台,支持千亿特征、万亿样本规模加速训练,百余落地场景,全面提升工程效率。

+关注