中软国际数据治理专业服务解决方案实践

中软国际数据治理专业服务解决方案实践

    学web还是学大数据 更多内容
  • 学件简介

    产品对异常检测需求持续增加,单个异常检测模型开发周期约6个月,无法快速生成模型。 同时需要投入1至2名算法专家进行数据清洗、特征分析、模型选择和验证等工作,模型开发成本高。 件概念 件可以重用已有件进行开发,不必从头开发。 件(Learnware)= 模型(model)+ 规约(specification)

    来自:帮助中心

    查看更多 →

  • 编辑学件

    编辑件 本章节介绍,如何修改自定义学件的算子组、算子、表单组和表单信息。 在JupyterLab环境编辑界面,单击界面右上角的图标,右侧区域展示算子区域。 通过“自定义 > 算法处理 > 加载数据”可以看到新增的“加载数据”算子。 右键单击“加载数据”,从下拉框中,选择“开发自定义模版”。

    来自:帮助中心

    查看更多 →

  • KPI异常检测学件服务

    KPI异常检测件服务 创建项目 数据集 模型训练 模型管理 推理服务 父主题: 件开发指南

    来自:帮助中心

    查看更多 →

  • 多层嵌套异常检测学件

    多层嵌套异常检测件 创建项目 样例数据导入模型训练服务 模型训练 模型测试 父主题: 件开发指南

    来自:帮助中心

    查看更多 →

  • 硬盘故障根因分析学件

    硬盘故障根因分析件 创建项目 样例数据导入模型训练服务 根因分析 父主题: 件开发指南

    来自:帮助中心

    查看更多 →

  • 数据集

    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。 查看件项目预置的样例数据 等待件项目创建完成后,在模型训练服务首页的项目列表中,找到创建完成的件项目。单击项目所在行的图标。 进入项目编辑界面。 图1 件项目 在菜单栏中,单击“数据集”,进入“数据集”界面。

    来自:帮助中心

    查看更多 →

  • 模型训练

    模型训练 将样例数据中的训练数据集加载至当前件项目中,进行数据预处理和模型训练。 单击代码框左下方的“加载数据”,弹出“加载数据”代码框。 也可以单击界面右上角的,在弹出的算子框中,选择“件 > 多层嵌套异常检测件 > 加载数据”,添加“加载数据”代码框。 需要配置的参数如下所示,其余参数保持默认值即可。

    来自:帮助中心

    查看更多 →

  • 如何将生物信息学软件封装为镜像并上传

    如何将生物信息软件封装为镜像并上传 本章节提供了在 EIHealth 平台创建FastQC应用的样例,帮助您快速熟悉平台的使用方法。 FastQC是一款高通量序列数据的质量检查工具,此样例基于开源的FastQC软件,将软件制作成镜像,上传至平台,并基于此镜像创建应用。应用创建完成后

    来自:帮助中心

    查看更多 →

  • 文档导读

    模型训练服务预置了KPI异常检测、多层嵌套异常检测、硬盘故障根因分析等多个件,供用户直接利用件能力,定制生成业务模型。 文档提供了所有件的界面操作过程,从创建项目、数据集、模型训练、模型测试、模型推理到模型归档的全流程。 《自定义学件开发指南》 模型训练服务预置了件,供用户直接使用。如果用户有算法,想要在

    来自:帮助中心

    查看更多 →

  • 根因分析

    根因分析 将样例数据中的训练数据集加载至当前件项目中,进行数据预处理、根因分析和结果展示。 单击代码框左下方的“加载数据”。 弹出“加载数据”代码框,如图1所示。 也可以单击界面右上角的,在弹出的算子框中,选择“件 > 硬盘故障根因分析 > 加载数据”,添加“加载数据”代码框。 参数说明如下所示:

    来自:帮助中心

    查看更多 →

  • 抽象算子

    自定义学件的能力来源包含如下两种: 件代码由算法科学家提供基础稿,开发人员需要根据可信原则,对代码进行优化、抽象,并调试通过。 由开发人员根据业务场景和业务数据,利用公开库或NAIE SDK能力进行算法开发。 无论哪种场景,最终的件代码都建议按照如下方式进行组织。 开发件之前需要将业务代码

    来自:帮助中心

    查看更多 →

  • 编辑主文件

    SDK或者特定领域的件SDK中。 如果需要将算子的变量暴露为参数,供用户输入,需要在代码中以“<变量名> = <变量值>”的格式体现,供后续开发表单时使用。 针对“加载数据”算子,可参考JupyterLab环境界面右上角内置的“数据处理 > 数据集 > 加载数据”算子进行定制。 件主文件的代码样例,如下所示:

    来自:帮助中心

    查看更多 →

  • 方案概述

    。系统通过数据看板,还提供了详尽的学习行为和结果数据统计分析,帮助教师和学生及时了解当前情。 在线实验系统支持多种交互实验方式,例如WebIDE形式、命令行形式、Jupyter Notebook形式,以及完整桌面操作系统形式。可以有效地支持系统管理、编程开发、大数据、人工智能等

    来自:帮助中心

    查看更多 →

  • 开发推理

    目前“专家经验注入”是为Gpr数据集定制,如果用户使用Gpr数据集体验KPI异常检测件的操作流程,可以先执行“专家经验注入”,再执行“开发推理”,那么专家经验会自动转成代码并关联到模型推理函数里面。 “开发推理”用于生成推理代码至推理文件“learnware_predict.py”中。当件模型打包

    来自:帮助中心

    查看更多 →

  • 模型测试

    数据集实例:从下拉框中选择测试数据“fcn_yahoo_test”。 数据引用变量名:展开“高级配置”,配置“数据引用变量名”。因为件项目引用了多份数据,分别为训练数据和测试数据,为避免冲突,修改测试数据的“数据引用变量名”为“datareference1”。 图1 加载数据 单击“加载数据”代码框左侧的图标。运行代码,绑定测试数据。

    来自:帮助中心

    查看更多 →

  • 关键概念

    关键概念 镜像 运行生物信息软件,往往由于不同的操作系统(Windows、Linux、Mac等)原因,无法实现统一的运维管理。同时,这些软件具有不同的版本和软件包,安装、使用过程复杂。将生物信息软件封装成Docker镜像,可以使程序在不同的环境中运行,并通过EIHealth平

    来自:帮助中心

    查看更多 →

  • 推理服务

    。 :推理服务发布失败,可重新发布。 等待推理服务发布成功后,单击件模型所在行,对应“操作”列的图标。 进入推理服务快速验证界面,如图1所示。 图1 推理服务快速验证界面 验证信息栏默认是有json格式的验证数据。 示例如下所示: { "data3.csv": { "time":

    来自:帮助中心

    查看更多 →

  • QingTian Enclave

    机上的root用户,也不能访问或通过SSH连接到QingTian Enclave。 密码证明 QingTian Enclave支持密码证明。QingTian Enclave支持通过密码证明过程来证明其身份并与外部服务建立信任。证明过程需要使用证明文档,它包含对QingTian

    来自:帮助中心

    查看更多 →

  • 样例数据导入模型训练服务

    > New Launcher”,打开“Launcher”页签。 在“Launcher”页签,单击LearnWare下方的“多层嵌套异常检测件”,弹出“新建”对话框。 输入学件名称,示例为“FCN”,单击“OK”。 进入“FCN.ipynb”文件界面,如图1所示。 图1 “FCN

    来自:帮助中心

    查看更多 →

  • 资产市场简介

    nature”,即环境中全部微小生物遗传物质的总和。它包含了可培养的和未可培养的微生物的基因,目前主要指环境样品中的细菌和真菌的基因组总和。宏基因组(或元基因组,metagenomics)是一种以环境样品中的微生物群体基因组为研究对象,以功能基因筛选和/或测序分析为研究手段,以微生物多样性、

    来自:帮助中心

    查看更多 →

  • 模型训练

    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异常检测件服务

    来自:帮助中心

    查看更多 →

共105条
看了本文的人还看了