指标数据梳理 数据模型设计 DataArts Studio 数据架构以关系建模、维度建模理论支撑，实现规范化、可视化、标准化数据模型开发，定位于 数据治理 流程设计落地阶段，输出成果用于指导开发人员实践落地数据治理方法论。 DataArts Studio数据架构建议的数据分层如下 SDI (Source

查看更多 →

接入DAMENG数据源 概述 应用模型支持把DAMENG作为一个数据源，并用于模型采集。在使用DAMENG数据源前，您需要先接入数据源。 操作步骤 在开天 集成工作台 界面中，选择左侧导航栏中的“应用模型 > 实例管理”，单击实例“控制台”。 选择“模型采集 > 数据源”，单击“创建数

查看更多 →

接入SYBASEIQ数据源 概述 应用模型支持把SYBASEIQ作为一个数据源，并用于模型采集。在使用SYBASEIQ数据源前，您需要先接入数据源。 接入SYBASEIQ数据源只适用于旧版模型采集。 操作步骤 在开天集成工作台界面中，选择左侧导航栏中的“应用模型 > 实例管理”，单击实例“控制台”。

查看更多 →

数据仓库 自定义属性 表1 数据仓库自定义属性权限 权限 对应API接口 授权项（Action） IAM项目 (Project) 企业项目 (Enterprise Project) 获取数据仓库自定义属性列表 GET /v1.0/{project_id}/common/wareho

查看更多 →

。 典型场景：数据仓库是企业的重要数据分析系统，随着业务量的增长，自建数仓性能逐渐不能满足实际要求，同时扩展性差、成本高，也使扩容极为困难。DWS作为云上企业级数据仓库，具备高性能、低成本、易扩展等特性，满足大数据时代企业数据仓库业务诉求。 发布区域：全部 数据仓库与普通数据库的区别？

查看更多 →

为解决企业的数据集成与分析问题，数据仓库之父比尔·恩门于1990年提出数据仓库（Data Warehouse）。数据仓库主要功能是将OLTP经年累月所累积的大量数据，通过数据仓库特有的数据储存架构进行OLAP，最终帮助决策者能快速有效地从大量数据中，分析出有价值的信息，提供决策支持。自从数据仓库出现之后

查看更多 →

接入OCEANBASE数据源 概述 应用模型支持把OCEANBASE作为一个数据源，并用于模型采集。在使用OCEANBASE数据源前，您需要先接入数据源。 操作步骤 在开天集成工作台界面中，选择左侧导航栏中的“应用模型 > 实例管理”，单击实例“控制台”。 选择“模型采集 > 数据源”，单击“

查看更多 →

接入OpenGauss数据源 概述 应用模型支持把OpenGauss（Gauss 200）作为一个数据源，并用于模型采集。在使用OpenGauss数据源前，您需要先接入数据源。 操作步骤 在开天集成工作台界面中，选择左侧导航栏中的“应用模型 > 实例管理”，单击实例“控制台”。 选择“模型采集 > 数据源

查看更多 →

安全管理中的数据分层、实体和属性的含义是什么？ 数据分层用于存放数据实体，数据实体类似于数据库的表，实体的属性类似于数据库表的各个字段。通过设置安全管理平台的数据分层、实体和属性的密级，可以控制用户对数据的访问权限。 父主题： 安全管理

查看更多 →

Hive作为一种数据源类型，并用于模型采集。在使用FI Hive数据源前，您需要先接入数据源。 前提条件 已为机机交互用户配置执行权限。 操作步骤 登录ROMA Connect控制台，在“实例”页面单击实例上的“查看控制台”，进入实例控制台。 在左侧的导航栏选择“应用业务模型ABM > 模型采集 > 数

查看更多 →

单击界面左下角的“异常检测模型测试”，弹出“异常检测模型测试”代码框，如图3所示。 “是否绘图”请选择“是”，可以通过绘图查看模型的测试验证效果。 图3 异常检测模型测试 单击“异常检测模型测试”代码框左侧的图标。等待模型测试完成。 模型测试打印结果示例，如图4所示。截图仅为模型测试打印结果的一部分，具体以实际打印结果为准。

查看更多 →

模型训练 硬盘故障检测模板会预置模型训练工程，无需关注，下面会提供端到端的操作流程，帮助用户快速熟悉模型训练界面操作。 单击菜单栏中的“模型训练”，进入模型训练首页。 可以看到预置的“hardisk_detect”模型训练工程，这是硬盘故障检测模板预置的模型训练工程，本次不使用。

查看更多 →

模型管理 模型管理简介 创建模型 模型推理

查看更多 →

测试模型 用测试数据测试模型的泛化能力。训练数据可以是带标签或者不带标签的数据，测试数据一定是带标签的数据，方便评估模型执行效果。 单击“训练模型”左下方的“测试模型”，新增“测试模型”内容。 参数配置均保持默认值。 单击“测试模型”代码框左侧的图标，进行模型评估。 模型测试效果会通过表格的形式在下方展示。

查看更多 →

训练模型 特征和算法确定后，可以开始训练模型。 训练模型 单击“模型选择”左下方的“训练模型”。 新增“训练模型”内容，如图1所示。 图1 训练模型 单击“训练模型”代码框左侧的图标，进行模型训练。 模型训练完成后，界面下方展示模型的评估效果。 第一列内容的含义如下所示： 0：标注为0的所有样本。可以理解为标签。

查看更多 →

模型管理 单击菜单栏中的“模型管理”，可在“模型管理”界面查看打包好的模型，如图1所示。 图1 模型管理 父主题： 使用模型训练服务快速训练算法模型

查看更多 →

模型训练 使用特征工程处理后生成的训练集进行模型训练。 创建联邦学习训练任务（简易编辑器） 单击简易编辑器界面右上角的“训练”。 进入“训练任务配置”界面，如图1所示。 图1 训练任务配置 参数说明，如表1所示。 表1 参数配置 区域 参数名称 参数描述 任务说明 任务名称 训练任务的名称。

查看更多 →

模型训练 导入SDK 选择数据 特征画像 模型选择 训练模型 测试模型 开发推理 归档模型 父主题： KPI异常检测学件服务

查看更多 →

模型管理 模型管理简介 创建模型包 编辑模型包 上架模型包至AI市场 发布推理服务 模型包完整性校验 父主题： 用户指南

查看更多 →

是否生成本地模型包：请保持默认值关闭。即默认不在当前JupyterLab特征工程项目中生成本地模型包。仅归档模型包，供模型管理页面新建模型包使用。 是否生成本地metadata.json：请保持默认值关闭。 单击归档cell代码框左侧的图标，完成模型归档。 父主题： 模型训练

查看更多 →

模型”，并配置训练参数，开始训练模型。 预训练模型 当前服务提供预置预训练模型“高精版”、“均衡版”、“基础版”，在“预训练模型”列表中可查看“模型精度”、“推理速度”、“训练速度”和模型“简介”。 参数配置 在“参数配置”填写“学习率”和“训练轮次”。 “学习率”用来控制模型的学习速度，范围为(0

查看更多 →