AI平台开发与实施服务 基于华为云AI平台，结合业务场景，提供AI模型场景化建模、调优、加速、性能提升等服务。 工作说明书 常见问题 计费说明 父主题： 上云与实施

查看更多 →

AI平台开发与实施服务优势？ 优势项 优势介绍 丰富的行业经验 团队基于大量的行业交付经验，具备各种复杂业务场景的经验和能力，能给予客户更好地提供场景化建模分析和设计服务。 高效的研发力量 拥有丰富经验且高效的研发团队，能够快速的帮助客户进行场景化建模方案分析和设计。 先进的服务理念

查看更多 →

AI开发平台ModelArts接入LTS 支持AI开发平台ModelArts日志接入LTS。 具体接入方法请参见部署模型为在线服务。 父主题： 使用云服务接入LTS

查看更多 →

什么是AI平台开发与实施服务？ 华为云帮助企业快速集成ModelArts平台能力到业务应用，能够针对客户的业务场景为企业提供场景化建模咨询及模型构建服务，以及针对上线后的模型提供训练及调优服务。 父主题： 关于服务咨询

查看更多 →

平台侧开发 体验开发中心（联通用户专用） 创建项目（联通用户专用） 创建产品（联通用户专用） 开发Profile 开发编解码插件 调测产品（联通用户专用）

查看更多 →

AI平台开发与实施服务怎么收费的？ AI平台开发与实施服务属于按需计费，且为一次性计费产品。 父主题： 关于服务购买

查看更多 →

AI平台开发与实施服务可以提供哪些服务？ AI平台开发支持服务。 AI平台场景化建模开发服务。 AI平台场景化建模调优服务。 父主题： 关于服务咨询

查看更多 →

JupyterLab开发平台 创建特征工程 数据处理 模型训练 迁移学习 学件 模型归档 如何恢复异常的JupyterLab环境 父主题： 特征工程

查看更多 →

yaml ai-nginx NodePort X.X.X.X <none> 80:30055/TCP 9s 命令 l，查看 ai-nginx.yaml ai-nginx-depolyment-XXX 1/1 Running 0 18s 父主题： PIE-Engine AI部署

查看更多 →

应用场景 ISDP+开发中心覆盖了应用、大屏、移动端和端侧设备四大开发场景，满足行业客户、合作伙伴、开发者各种需求。 应用场景 在ISDP+开发中心开发者可以使用ISDP+开放的页面、服务、数据等能力，在开发者平台快速构建和发布应用，集成到ISDP+平台并通过ISDP+访问应用。

查看更多 →

ISDP+开发中心提供了应用、大屏、移动端、端侧设备四大业务场景应用的开发，满足行业客户、合作伙伴、开发者各种需求。 应用：使用开发者平台中的轻应用/行业应用提供的各种能力组件，采用零码、低码或多码模式开发应用，帮助开发者快速构建和发布应用。 大屏：使用开发者平台中的一款可视化大屏构

查看更多 →

Python和Spark开发平台 创建特征工程 数据采样 列筛选 数据准备 特征操作 Notebook开发 全量数据应用 发布服务 父主题： 特征工程

查看更多 →

AI平台咨询与规划服务 基于华为云AI平台，结合客户业务场景，提供AI平台规划设计可行性分析和场景化建模可行性分析服务。 工作说明书 常见问题 计费说明 父主题： 咨询与规划

查看更多 →

件和数据事件列表，请参见支持 云审计 的关键操作、开发环境支持审计的关键操作列表、训练作业支持审计的关键操作列表、AI应用管理支持审计的关键操作列表、服务管理支持审计的关键操作列表。 图1 云审计服务 数据管理支持审计的关键操作列表 表1 数据管理支持审计的关键操作列表 操作名称 资源类型

查看更多 →

可视化 可视化作品提供丰富的可视化图表和全面的运营数据，实现实时数据可视化视屏墙，帮助提升运营操作的敏捷性，提升业务运营的效率。 大屏所展示的内容与数据会按照细粒度授权的不同用户有所区分。 运营大屏 大屏管理

查看更多 →

大屏 大屏，即DMAX AI数据可视化大屏。 DMAX预集成了ISDP+数据服务，开发者可以使用预集成的ISDP+数据服务，以及DMAX自身丰富的可视化组件、灵活的数据接入和AI识别页面布局构建能力，快速构建和发布可视化大屏页面，集成到ISDP+平台并通过ISDP+访问大屏页面。

查看更多 →

AI开发基本概念 机器学习常见的分类有3种： 监督学习：利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程，也称为监督训练或有教师学习。常见的有回归和分类。 非监督学习：在未加标签的数据中，试图找到隐藏的结构。常见的有聚类。 强化学习：智能系统从环境到行为映射的学习，以使奖励信号（强化信号）函数值最大。

查看更多 →

AI开发基础知识 AI开发基本流程介绍 AI开发基本概念 ModelArts中常用概念

查看更多 →

量数据进行计算、分析、汇总和整理，以求最大化地开发数据价值，发挥数据作用。 AI开发的基本流程 AI开发的基本流程通常可以归纳为几个步骤：确定目的、准备数据、训练模型、评估模型、部署模型。 图1 AI开发流程 确定目的 在开始AI开发之前，必须明确要分析什么？要解决什么问题？商业

查看更多 →

AI平台开发与实施服务在交付中还可以申请退款吗？ 交付中不支持退款。 父主题： 关于服务交付

查看更多 →

数据开发API（V1） 脚本开发API 资源管理API 作业开发API 连接管理API（待下线）

查看更多 →