对接AI搜索开放平台的向量模型
本文介绍如何在OpenSearch行业算法版中，使用AI搜索开放平台自定义部署的文本向量化模型。解决跨区域网络耗时问题，为用户提供更多模型选择。
机器学习算法的优化与改进：提升模型性能的策略与方法
机器学习（Machine Learning, ML）作为人工智能的重要组成部分，已经在各个领域得到了广泛应用。然而，机器学习模型的性能并不是一成不变的。为了在实际应用中获得更好的效果，优化和改进机器学习算法显得尤为重要。本文将详细介绍几种常见的优化和改进机器学习算法的方法，并结合Python代码示例进行说明。 引...
支付宝商业化广告算法问题之在ODL模型优化过程中，采取什么策略来提高模型的泛化能力呢
问题一：在ODL模型优化过程中，可以采取哪些策略来提高模型的泛化能力？ 在ODL模型优化过程中，可以采取哪些策略来提高模型的泛化能力？ 参考回答： 为了提高ODL模型的泛化能力，可以采取了以下策略：首先，固定emb层参数，使得在线模型只学习MLP层参数，这有助于缓解模型知识遗忘现象； 其次，实施样本回放策略，通过混合历史离线数据与实时流数据，保...
什么是模型hitrate评估算法组件
该组件使用hit_rate_pai.py脚本，实现向量召回评估的功能。本文为您介绍该组件的配置方法。使用限制支持使用的计算引擎为MaxCompute。组件配置您可以使用以下任意一种方式，配置模型hitrate评估组件参数。方式一：可视化配置参数输入桩输入桩（从左到右）建议上游组件对应PAI命令参数是...
论文介绍：进化算法优化模型融合策略
在当今人工智能的快速发展中，大型语言模型（LLM）的开发已成为研究的热点。然而，传统的模型开发方法往往需要大量的数据和计算资源，且依赖于开发者的直觉和专业知识，这在一定程度上限制了模型性能的提升和新模型的快速迭代。一篇名为《进化算法优化模型融合策略》的论文提出了一种创新的方法，利用进化算法来自动化地...
使用Lasso回归算法进行模型训练_人工智能平台 PAI(PAI)
Lasso（Least absolute shrinkage and selection operator）回归算法是一种压缩估计算法。Lasso回归训练组件基于该算法，支持稀疏、稠密两种数据格式，且支持带权重样本的训练。本文为您介绍Lasso回归训练组件的配置方法。
使用Lasso回归算法进行模型预测
Lasso回归预测组件支持稀疏、稠密两种数据格式。您可以使用该组件做一些数值型变量的预测，比如贷款额度预测、温度预测等。本文为您介绍Lasso回归预测组件的配置方法。
如何对定制模型进行开发_OpenSearch-行业算法版_智能开放搜索 OpenSearch(Open Search)
本篇文档将详细介绍自定义排序模型用到的JSON文件配置以及提供给用户自行实现的代码示例。
基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟（二）
5.4 问题2模型求解通过 C++的运行，篇幅有限部分装运方案如下表所示：由表7可知，选用小飞机装运时，运输所有的货物共需 367 个架次。5.5 问题3解决结合实际经济效益情况，摒弃传统的货物装运思想，货仓尽量不留空隙，集装箱尽量不留空隙的；那么就意味着剩余的空间可以通过体积在 2m3以上的货物进行填充， 一般来讲都是在最后一个集装箱内有足够的剩余空间， 那么仅对最后一个集装箱， 遍历每一层采....
基于启发式算法与单目优化和马尔科夫模型的进出口公司的货物装运策略——整数线性规划 随机模拟（一）
进出口公司的货物装运策略摘要本文针对进出口公司经常需要将销售的货物通过货运飞机进行运输的经济效益问题，将货物装运问题等价为空间排样问题，以空间间隙为目标函数，以货物载重和体积为约束变量，建立线性规划和优化模型进行求解，最终给出相应的装运策略。针对问题1，首先根据各货物的前50个历史需求量求出相应货物的平均值，并按照该平均值来组织货源。货物量以及货物体积、装载容量、运输及销售价格均已知，以货物载重....
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。
算法更多模型相关
智能引擎技术
AI Online Serving，阿里巴巴集团搜推广算法与工程技术的大本营，大数据深度学习时代的创新主场。
+关注