人工智能平台PAI

阿里云机器学习平台PAI产品与技术—Platform of Artificial Intelligence

Flink-learning 学训平台第2期课程——Paimon 专题上线啦！

PAI-DSW2.0专业版发布

阿里云机器学习PAI及其在广告营销中的应用

XGBoost是一种集成机器学习算法，能够处理分类和回归问题。它具有高准确性、鲁棒性、可解释性和可扩展性等优点。XGBoost的算法原理是集成多个决策树模型，每个模型都是在前一个模型的残差上进行训练。在训练过程中，XGBoost使用了一些技术来避免过拟合，例如正则化、剪枝和子采样。如果想要处理分类和回归问题，XGBoost是一个值得尝试的机器学习算法。

全新推理规格 GU30 问世，与传统规格相比价格平均优惠45%。

本文主要介绍 Apache Paimon 在同程旅行的生产落地实践经验。

大数据&AI产品技术月刊（2023年3月），涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据&AI方面最新动态。

近日，阿里云机器学习平台PAI和上海交通大学冷静文老师团队合作的论文《图神经网络统一图算子抽象uGrapher》被ASPLOS 2023录取。

2023 年 3 月 12 日，Flink Table Store 项目顺利通过投票，正式进入 Apache 软件基金会 (ASF) 的孵化器，改名为 Apache Paimon (incubating)。

阿里云AI技术分享会第九期《突破规模化运维瓶颈--SREWorks云原生数智运维平台揭秘》将在2023年3月29日晚18：00开启直播，精彩不容错过。

近日，阿里云机器学习PAI平台关于图神经网络统一高性能IR的论文《uGrapher》被系统领域顶会ASPLOS 2023接收。

OneClassSVM 是一种无监督的异常检测算法， 用于对无 label 的数据进行异常检测，并且支持将 OneClassSVM 模型部署成一个流服务，用来对实时数据进行异常检测。该D emo 将介绍如何在 DSW 中使用 OneClassSVM 算法解决异常检测问题。

IsolationForest 是一种无监督的异常检测算法， 用于对无 label 的数据进行异常检测，并且支持将 IsolationForest 模型部署成一个流服务，用来对实时数据进行异常检测。该 Demo 将介绍如何在 DSW 中使用 IsolationForest 算法解决异常检测问题。

PAI-DSW是一款云端机器学习开发IDE，为您提供交互式编程环境。用户可以使用官方镜像或者自定义镜像，创建DSW实例；进入DSW实例后，用户有root权限可以任意自定义环境（安装更新系统软件，Python包等），然后保存环境到ACR中，然后用于PAI-DLC进行分布式训练。本文将介绍如何在DSW/DLC中使用阿里云提供的容器镜像服务ACR。

阿里云对象存储OSS（Object Storage Service）是一款海量、安全、低成本、高可靠的云存储服务。本文将介绍如何使用在DLC训练任务中挂载OSS，使用读写本地文件的方式来访问OSS中的数据。

AIMaster是一个管控组件，起到任务监控、容错判断以及资源控制等作用。本文将介绍如何使用Python SDK提交开启AIMaster容错监控的DLC任务。

如何使用DLC进行TensorFlow 2.x 分布式训练

Tensorflow1.x DEMO

本文基于EasyRec 0.4.7 展示了如何使用EasyRec快速的训练一个DeepFM模型

本文基于Pytorch 1.8版本,介绍了如何使用DLC进行Pytorch DDP分布式训练任务.

本文基于ModelScope，以GPT-3（1.3B）为例介绍如何使用ModelScope-GPT3进行续写训练与输入输出形式的训练，训练方式不需要额外指定，训练数据集仅包含 src_txt 时会进行续写训练，同时包含 src_txt 和 tgt_txt 时会进行输入输出形式的训练。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文简要介绍文图生成的技术，以及如何在PAI-DSW中基于EasyNLP轻松实现文图生成，带你秒变艺术家。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以序列标注（命名实体识别）为例，为您介绍如何在PAI-DSW中使用EasyNLP。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以中文文本生成为例，为您介绍如何在PAI-DSW中使用EasyNLP。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文以中文信息抽取为例，为您介绍如何在PAI-DSW中基于EasyNLP快速使用K-Global Pointer算法进行中文信息抽取模型的训练、评估、推理。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以基于关键点的视频分类为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以视频分类为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将为您介绍如何在PAI-DSW中使用EasyCV训练轻量化语义分割模型STDC

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以自监督学习-MOCO为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文自监督学习-MAE为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以关键点检测为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文以文字识别为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将为您介绍如何在PAI-DSW中使用EasyCV和PAI-iTAG标注的检测数据训练YOLOX模型。

EasyCV是基于Pytorch，以自监督学习和Transformer技术为核心的 all-in-one 视觉算法建模工具，并包含图像分类，度量学习，目标检测，姿态识别等视觉任务的SOTA算法。本文将以BEVFormer 3D检测为例，为您介绍如何在PAI-DSW中使用EasyCV。

EasyNLP提供多种模型的训练及预测功能，旨在帮助自然语言开发者方便快捷地构建模型并应用于生产。本文简要介绍文图生成的技术，以及如何在PAI-DSW中基于EasyNLP使用diffusion model进行finetune和预测评估。

推荐系统[四]：精排-详解排序算法LTR (Learning to Rank)_ poitwise, pairwise, listwise相关评价指标，超详细知识指南。