阿里云文档 2025-10-27

MaxCompute AI Function提供低代码、多引擎支持的预定义函数,简化大模型与机器学习推理在大数据场景中的应用。更加便捷的通过SQL或Python调用大模型和机器学习能力。

AI Function是MaxCompute提供的一组面向AI业务场景的预定义函数,将复杂的AI推理操作封装为简洁的SQL或Python算子。用户无需编写底层模型调用代码,即可通过标准SQL或MaxFrame(分布式Python引擎)直接调用大模型或机器学习模型,显著降低用户在数据处理、大数据分析等场景的AI使用门槛。

问答 2025-03-12 来自:开发者社区

modelscope PAI-DSW环境notebook如何选择conda管理的python?

已经按照文档安装了conda, 但notebook的kernel选择里看不到conda环境的python,只能选择默认的python。这样岂不是每次重新开机后都要重新安装python库依赖。

文章 2025-03-03 来自:开发者社区

机器学习特征筛选:向后淘汰法原理与Python实现

向后淘汰法(Backward Elimination)是机器学习领域中一种重要的特征选择技术,其核心思想是通过系统性地移除对模型贡献较小的特征,以提高模型性能和可解释性。该方法从完整特征集出发,逐步剔除不重要的特征,最终保留对预测结果最具影响力的变量子集。 向后淘汰法的工作原理 向后淘汰法遵循一个迭代式的特征筛选过程,具体步骤如下: 初始模型构建:首先使用数据集中的全部特征构建模型。 模...

机器学习特征筛选:向后淘汰法原理与Python实现
文章 2024-11-22 来自:开发者社区

机器学习入门:Python与scikit-learn实战

引言:机器学习作为人工智能的一个分支,正逐步改变着各行各业。Python及其强大的机器学习库scikit-learn,为初学者提供了快速上手机器学习项目的便捷途径。本文将引导读者从零开始,通过实战案例掌握机器学习基础。 技术背景: 机器学习基本概念:监督学习、无监督学习、强化学习等基本概念。Python与scik...

文章 2024-11-15 来自:开发者社区

探索机器学习:从理论到Python代码实践

机器学习作为人工智能的一个重要分支,近年来在各个领域都取得了显著的成果。它的核心思想是通过让机器从数据中学习规律,从而实现对新数据的预测和分类。那么,如何将这一理论应用到实际项目中呢?本文将以Python为例,带你走进机器学习的世界。首先,我们需要了解机器学习的基本概念。简单来说,机器学习就是让计算...

文章 2024-11-02 来自:开发者社区

机器学习基础:使用Python和Scikit-learn入门

在人工智能的浪潮中,机器学习已经成为了一项不可或缺的技术。作为初学者,掌握机器学习的基础知识并使用合适的工具进行实践是进入这一领域的关键步骤。在众多编程语言和框架中,Python因其简洁性和强大的生态系统成为了机器学习的首选语言,而Scikit-learn是一个功能强大的机器学习库,它提供了简单高效的数据挖掘和数据分析工具。本...

文章 2024-10-27 来自:开发者社区

机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)

1. 基础算法 常见面试篇 1.1 过拟合和欠拟合 常见面试篇 一、过拟合和欠拟合 是什么?二、过拟合 / 高方差(overfiting / high variance)篇2.1 过拟合是什么及检验方法?2.2 导致过拟合的原因是什么?2.3 过拟合的解决方法是什么? 三、欠拟合 / 高偏差(un...

文章 2024-10-22 来自:开发者社区

机器学习基础:使用Python和Scikit-learn入门

在人工智能的浪潮中,机器学习已经成为了一项不可或缺的技术。作为初学者,掌握机器学习的基础知识并使用合适的工具进行实践是进入这一领域的关键步骤。在众多编程语言和框架中,Python因其简洁性和强大的生态系统成为了机器学习的首选语言,而Scikit-learn是一个功能强大的机器学习库,它提供了简单高效的数据挖掘和数据分析工具。本...

文章 2024-10-20 来自:开发者社区

机器学习基础:使用Python和Scikit-learn入门

在人工智能的浪潮中,机器学习已经成为了一项不可或缺的技术。作为初学者,掌握机器学习的基础知识并使用合适的工具进行实践是进入这一领域的关键步骤。在众多编程语言和框架中,Python因其简洁性和强大的生态系统成为了机器学习的首选语言,而Scikit-learn是一个功能强大的机器学习库,它提供了简单高效的数据挖掘和数据分析工具。本...

文章 2024-10-20 来自:开发者社区

手把手教你全面评估机器学习模型性能:从选择正确评价指标到使用Python与Scikit-learn进行实战演练的详细指南

评估一个机器学习模型的性能是整个开发流程中的关键步骤,它决定了模型是否能够有效应用于现实世界的问题。性能评估不仅需要考虑模型的准确性,还需要综合考量诸如可解释性、运行速度、内存消耗等因素。然而,最基本的评估通常聚焦于模型的预测能力是否符合预期。 针对不同的任务类型,如分类、回归、聚类等,评价指标也会有所不同。例如,...

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