更新时间:2021-09-18 GMT+08:00
分享

产品术语

A

AI应用市场

提供AI模型的交易市场,是AI消费者接触NAIE云服务的线上门户,是AI消费者对已上架的AI模型进行查看、试用、订购、下载和反馈意见的场所。

AI引擎

可支持用户进行机器学习、深度学习、模型训练的框架,如Tensorflow、Spark MLlib、MXNet、PyTorch、华为自研AI框架MindSpore等。

B

标签列

模型训练输出的预测值,对应数据集的一个特征列。例如鸢尾花分类建模数据集提供了五列数据:花瓣的长度和宽度、花萼的长度和宽度、鸢尾花种类。其中,鸢尾花种类就是标签列。

C

超参

模型外部的参数,必须用户手动配置和调整,可用于帮助估算模型参数值。

M

模型包

将模型训练生成的模型进行打包。可以基于模型包生成SHA256校验码、创建模型验证服务、重训练服务、发布在线推理服务。也可以上架至应用市场,支持用户订购后,下载到推理框架中使用。

N

Notebook

交互式记事本。用于编写代码的环境。用户可使用R、Python、Scala和SQL等语言编写代码。

P

Python语言

一种可移植、解释性、面向对象的程序设计语言,开发者开发出来并将其免费分发。Python可以运行在许多平台上,包括UNIX、Windows、OS/2、Macintosh等操作系统,可以用来编写TCP/IP应用程序。

S

数据采样

在其他特征操作前先对数据集进行样本采样。数据采样后所有的特征操作,都是基于采样后的数据进行处理,可以减少特征操作处理的数据量,提升特征操作的处理速度。

数据服务

支持网络工参、性能、告警等各种类型数据的快速采集。一方面提供大量工具提升数据治理效率,同时应用多租户隔离、加密存储等安全技术,保障数据的全生命周期安全。

数据集

某业务下具有相同数据格式的数据逻辑集合。

数据集实例

数据集的实例,有具体的数据。

T

特征操作

特征操作主要是对数据集进行特征处理。

在旧版体验式开发模式下,模型训练服务支持的特征操作有重命名、归一化、数值化、标准化、特征离散化、One-hot编码、数据变换、删除列、选择特征、卡方检验、信息熵、新增特征、PCA。对应JupyterLab交互式开发模式,是界面右上角的图标中的“数据处理”菜单下面的数据处理算子。

W

网络AI框架

网络AI框架根据业务场景,可部署在嵌入式网元、网管系统或云侧(私有云或公有云),与不同层级网络控制系统对接,实时采集业务数据,基于最优算法模型实时调整网络运行配置,针对故障实施自动隔离与自动修复,大幅提升网络使用效率与维护效率。

X

模型训练服务

模型训练服务为开发者提供电信领域一站式模型开发服务,涵盖数据预处理、特征提取、模型训练、模型验证、推理执行和重训练全流程。服务提供开发环境和模拟验证环境及ICT网络领域AI资产,包括项目模板、算法、特征分析及处理SDK,帮助开发者提速AI应用开发,保障模型应用效果。

训练数据集

用于训练模型的数据集实例。

Y

验证数据集

模型验证的数据集。

分享:

    相关文档

    相关产品

close