AI 助理
备案控制台
开发者社区 大数据与机器学习 人工智能平台PAI 文章 正文

CTR_GBDT_LR

2017-08-10 630
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
模型训练 PAI-DLC，5000CU*H 3个月
推荐场景：
低代码 Lora 微调及部署
模型在线服务 PAI-EAS，A10/V100等 500元 1个月
推荐场景：
基于PAI-EAS挂载OSS部署AIGC服务
交互式建模 PAI-DSW，每月250计算时 3个月
简介： 融合方案<br />数据源:<br />数据大小:770 KB<br />字段数量:20<br />使用组件:拆分,读数据表,特征编码<br />
文章标签：
人工智能平台 PAI
相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务（PAI-EAS）部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理，并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，它是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。 本课程将带你入门机器学习，掌握机器学习的概念和常用的算法。
辉空静寂
目录
相关文章
LKIDTI数据
|
29天前
|
机器学习/深度学习 存储 搜索推荐
GBDT+LR简介
GBDT+LR简介
LKIDTI数据
30 0
Deephub
|
机器学习/深度学习
推理(Inference)与预测(Prediction)
推理(Inference)与预测(Prediction)
Deephub
491 1
推理(Inference)与预测(Prediction)
半颗糖也甜入人心
|
测试技术 计算机视觉
sklearn.model_selection.learning_curve介绍（评估多大的样本量用于训练才能达到最佳效果）
sklearn.model_selection.learning_curve介绍（评估多大的样本量用于训练才能达到最佳效果）
半颗糖也甜入人心
145 0
clichong
|
算法 固态存储 计算机视觉
目标检测的Tricks | 【Trick3】IoU loss与focal loss（包含一些变体介绍）
目标检测的Tricks | 【Trick3】IoU loss与focal loss（包含一些变体介绍）
clichong
474 0
目标检测的Tricks | 【Trick3】IoU loss与focal loss（包含一些变体介绍）
6ybclawazwxz6
|
机器学习/深度学习 存储 算法
基于Fashion-MNIST数据集的模型剪枝（上）
1. 介绍 1.1 背景介绍 目前在深度学习中存在一些困境，对于移动是设备来说，主要是算不好；穿戴设备算不来；数据中心，大多数人又算不起 。这就是做模型做压缩与加速的初衷。
6ybclawazwxz6
476 0
基于Fashion-MNIST数据集的模型剪枝（上）
6ybclawazwxz6
|
机器学习/深度学习 数据中心
基于Fashion-MNIST数据集的模型剪枝（下）
1. 介绍 1.1 背景介绍 目前在深度学习中存在一些困境，对于移动是设备来说，主要是算不好；穿戴设备算不来；数据中心，大多数人又算不起 。这就是做模型做压缩与加速的初衷。
6ybclawazwxz6
138 0
基于Fashion-MNIST数据集的模型剪枝（下）
一个处女座的程序猿
|
机器学习/深度学习 算法 Python
DL之DNN：自定义MultiLayerNet(5*100+ReLU+SGD/Momentum/AdaGrad/Adam四种最优化)对MNIST数据集训练进而比较不同方法的性能
DL之DNN：自定义MultiLayerNet(5*100+ReLU+SGD/Momentum/AdaGrad/Adam四种最优化)对MNIST数据集训练进而比较不同方法的性能
一个处女座的程序猿
206 0
DL之DNN：自定义MultiLayerNet(5*100+ReLU+SGD/Momentum/AdaGrad/Adam四种最优化)对MNIST数据集训练进而比较不同方法的性能
一个处女座的程序猿
|
机器学习/深度学习
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD,weight_decay】对Mnist数据集训练来抑制过拟合
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD,weight_decay】对Mnist数据集训练来抑制过拟合
一个处女座的程序猿
153 0
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD,weight_decay】对Mnist数据集训练来抑制过拟合
一个处女座的程序猿
|
机器学习/深度学习 算法 数据库
DL之NN/Average_Darkness/SVM：手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率
DL之NN/Average_Darkness/SVM：手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率
一个处女座的程序猿
331 0
DL之NN/Average_Darkness/SVM：手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率
一个处女座的程序猿
|
机器学习/深度学习
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD】对Mnist数据集训练来理解过拟合现象
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD】对Mnist数据集训练来理解过拟合现象
一个处女座的程序猿
158 0
DL之DNN：利用MultiLayerNet模型【6*100+ReLU+SGD】对Mnist数据集训练来理解过拟合现象
大数据与机器学习

人工智能平台PAI

热门文章

最新文章

  • 1
    【玩转数据系列六】文本分析算法实现新闻自动分类
  • 2
    【玩转数据系列一】人口普查统计案例
  • 3
    阿里巴巴机器学习系列课程
  • 4
    【玩转数据系列三】利用图算法实现金融行业风控
  • 5
    基于协同过滤算法的推荐
  • 6
    阿里云机器学习平台PAI，助力降低机器学习的成本和技术门槛
  • 7
    推荐系统之冷启动问题
  • 8
    2684亿销售额背后的阿里AI技术
  • 9
    视频生成框架EasyAnimate正式开源！
  • 10
    使用PAI+LLaMA Factory 微调 Qwen2-VL 模型，搭建文旅领域知识问答机器人
  • 1
    深度解读AI在数字档案馆中的创新应用：高效识别与智能档案管理
    70
  • 2
    【EMNLP2024】基于多轮课程学习的大语言模型蒸馏算法 TAPIR
    25
  • 3
    【EMNLP2024】面向长文本的文视频表征学习与检索模型 VideoCLIP-XL
    31
  • 4
    【EMNLP2024】阿里云人工智能平台 PAI 多篇论文入选 EMNLP2024
    42
  • 5
    DistilQwen2：通义千问大模型的知识蒸馏实践
    88
  • 6
    ip和ip网段攻击拦截系统-绿叶结界防火墙系统shell脚本
    40
  • 7
    大模型进阶微调篇（三）：微调GPT2大模型实战
    125
  • 8
    大模型进阶微调篇（二）：基于人类反馈的强化学习RLHF原理、优点介绍，但需要警惕LLMs的拍马屁行为
    88
  • 9
    聊聊最近在阿里云的云应用开发平台（CAP）上的体验
    65
  • 10
    如何从0部署一个大模型RAG应用
    114

    • 相关电子书

    更多
  • 低代码开发师（初级）实战教程
  • 冬季实战营第三期：MySQL数据库进阶实战
  • 阿里巴巴DevOps 最佳实践手册

    • 相关实验场景

    更多
  • 如何快速训练大模型
    • 下一篇
    无影云桌面