查询应用实例级/项目级权限矩阵 功能介绍 查询应用实例级/项目级权限矩阵，传递app_id时，查询应用实例级权限矩阵；未传app_id，传递project_id时，查询应用项目级权限矩阵。 调用方法 请参见如何调用API。 URI GET /v3/applications/permissions

查看更多 →

基于对企业业务流程及业务过程调研，对需要构建的事实模型进行汇总。其中，业务流程包含多个业务过程。 图5 业务流程及过程管理1 图6 业务流程及过程管理2 总线矩阵 完成业务实体、业务流程、业务过程的构建后，平台会形成由待填充的事实逻辑模型和维度逻辑模型构成的总线矩阵。模型设计人员可以方便的按照矩阵的指引，完成维度表、事实表等逻辑模型设计。

查看更多 →

UserCF 基于交替最小二乘的矩阵分解推荐 AlsCF 基于历史行为记忆生成候选集 HistoryBehaviorMemory 人工录入生成候选集 ManualInput sorting 逻辑斯蒂回归 LR 因子分解机 FM 域感知因子分解机 FFM 深度网络因子分解机 DEEPFM 核函数特征交互神经网络

查看更多 →

定义模型规范（训练）才支持模型自定义训练。 当使用 自定义镜像 进行模型微调时，要确认镜像是否满足自定义镜像规范，否则无法成功完成自定义训练。 进入模型微调 登录AI Gallery。 单击“模型”进入模型列表。 选择需要进行微调训练的模型，单击模型名称进入模型详情页。 在模型详情页，选择“训练

查看更多 →

评估 二分类评估 聚类评估 模型应用 多分类评估 回归评估 混淆矩阵 父主题： 模型工程

查看更多 →

工程初始化创建时会在“逻辑视图>逻辑模型”包目录下默认创建一个逻辑模型图，可当作0层逻辑模型，如果是非初始化结构建目录 ，则选择要创建图的包节点 ，单击包后的菜单，选择“新建图”。 图类型选择“4+1视图>逻辑视图>逻辑模型”，输入图名称，单击保存即可。 创建0层模型逻辑元素。 在0层模型图创建完后，从

查看更多 →

银行，投资，金融，政府，电信，关键企业应用 系统的可用度依赖于系统内各业务单元的可用度。各业务单元之间典型的可靠性模型有两类： 串联模型：组成系统的所有单元中任一单元的故障都会导致整个系统故障的称为串联系统。 可靠性数学模型： 举例：假定系统存在2个串联单元，每个单元的可用度均为99.9%，则系统可用度为 Rs

查看更多 →

，单击“添加召回策略”，根据业务需要在下拉框中选择一个合适的策略。本章节以“基于交替最小二乘的矩阵分解推荐”为例进行创建，如图2所示。 图2 召回策略 表2 基于交替最小二乘的矩阵分解推荐参数说明 参数 说明 名称 根据业务自定义命名。 描述 根据业务自定义。例如，这是一个测试策略。

查看更多 →

支持的架构和操作系统 跨云容灾支持的架构和操作系统如下列所示。 基础平台 支持的基础平台如表1所示。 表1 跨云容灾支持的基础平台 基础平台 版本 物理机 支持x86架构的物理机。 说明： 仅在使用英方容灾软件时支持物理机。 VMware vSphere 推荐6.0版本。 操作系统

查看更多 →

云上容灾支持信息下列所示。操作系统云上容灾对 弹性云服务器 所使用的操作系统如表1所示。云上容灾支持的弹性 云服务器 操作系统操作系统版本Windows Server2008R2、2012R2、2016Redhat Enterprise Linux推荐：6.8、7.2、7.3支持：6.X系列、7.X系列CentOS推荐6.8、7.2、7.3支持：

查看更多 →

应用场景 多种模型设计 应用：软件设计开发。 场景特点：软件设计和开发过程会有不同的角色参与其中，统一设计建模语言减少沟通成本。 适用场景：支持4+1视图和UML模型在线设计，为用户提供可视化建模语言。 模型协同设计 应用：项目协同设计。 场景特点：工程庞大、周期短的情况，需要投入多人同时开发建模。

查看更多 →

和推理方向。 大语言模型 大语言模型是一种能够理解和生成人类语言的人工智能模型。这些模型通常使用大量的数据进行训练，以便它们能够识别语言中的模式和规律。大语言模型的应用范围非常广泛，包括 自然语言处理 、 机器翻译 、 语音识别 、智能问答等领域。 向量化模型 向量化模型是将文本数据转换为数

查看更多 →

最小最大规范化 正则化 独热编码 主成分分析 离散化 标准化 字符串标签化 奇异值分解 过滤式特征选择 线性特征重要性 特征尺度变换 特征异常检测 特征异常平滑 gbdt编码模型训练 gbdt编码模型应用 父主题： 数据特征

查看更多 →

概述 架构设计4+1视图模型结构如下所示： 4+1视图是一组相关联模型的集合，从不同的视角，反映不同利益干系人的关注点。通过逻辑、开发、部署、运行4个典型视角描述系统的各个切面，以用例串接和验证各切面设计。 视图类型 描述 逻辑视图 逻辑视图面向系统逻辑分析和设计，描述系统逻辑结

查看更多 →

如何理解IPD系统设备类的需求模型 首先我们需要先明确，RR、FE、IR、SR、AR这几个需求模型中的工作对象的含义。 表1 IPD系统设备类项目工作对象的含义 功能 说明 原始需求（RR） 来自公司内、外部客户的，以客户视角描述的原始问题或者原始诉求。客户需求属于原始需求的一种

查看更多 →

调度的时间间隔。 基于交替最小二乘的矩阵分解推荐 基于交替最小二乘的矩阵分解推荐：基于用户-物品的行为信息作为原始矩阵，利用ALS优化算法对原始矩阵进行矩阵分解，分解之后的用户隐向量矩阵和物品隐向量矩阵可以用来生成预估的新的用户-物品评分矩阵，提取出评分最高的若干个物品作为召回结果。

查看更多 →

功能模型 功能模型描述按功能分解出特性、功能组、功能元素，以及它们之间的依赖关系。 元素介绍 元素名 图标 含义 Function 功能。 Feature 特性。 Function Domain 功能域。 Composition 组合，是整体与部分的关系，但部分不能离开整体而单独存在。

查看更多 →

Task”的四层模型。 从原始抽象宏观的需求Epic（中文通常翻译为史诗特性），经过分解为多个Feature，继而再逐步分解为Story。Story是UserStory的简称，Story是站在用户视角符合INVEST原则的最小可交付的工作项单元。一个Epic分解为一个或多个Sto

查看更多 →

是否是Spark环境：请保持默认值关闭。 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算法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： JupyterLab开发平台

查看更多 →

模型验证 模型验证简介 创建验证服务 创建验证任务 父主题： 用户指南

查看更多 →

单击界面左下角的“异常检测模型训练”，弹出“异常检测模型训练”代码框，如图3所示。 请根据实际情况配置各个模型参数取值。 也可以单击界面右上角的，在弹出的算子框中，选择“学件 > 多层嵌套异常检测学件 > 异常检测模型训练”，添加“异常检测模型训练”代码框。 图3 异常检测模型训练 单击“异

查看更多 →