训练模型 - EasyDL零门槛AI开发平台 | 百度智能云文档
选择模型：选择要训练的模型 选择数据集：选择训练模型使用的数据集 选择目标列：从数据集中选择一列作为预测列 算法类型：包括二分类、多分类和回归，也可以选择自动，此时系统会根据数据集以及选择的目标列进行判断。 部署方式：当前仅支持公有云API方式。 单击“开始训练”启动训练任务。
校验模型 - EasyDL零门槛AI开发平台 | 百度智能云文档
校验模型 在训练任务成功完成后，即可使用实际数据进行校验。 单击“校验模型”，进入模型校验页面。 选择要校验的模型及其版本。 单击“启动模型校验服务”。 校验数据支持两种输入方式，表单方式或json格式，并支持切换 系统自动填充了校验数据，用户可以直接使用预置的数据进行预测，也可以修改后再进行预测。 单击“预测”，可以在右侧结果面板中查看预测结果。 校验示例如下所示：
效果评估 - EasyDL零门槛AI开发平台 | 百度智能云文档
在上传文本时，只支持上传格式为txt，文本文件内数据格式要求为 文本内容\n （即每行一个样本，使用回车换行），每一行表示一组数据，每组数据的数建议不超过512个字符，超出将被截断。 您可以手动输入您想要抽取的评价对象，也支持不输入评价对象进行抽取。
评估效果 - EasyDL零门槛AI开发平台 | 百度智能云文档
整体评估中，各指标的释义如下： 准确率：正确分类的样本数与总样本数之比 F1-score：给每个类别相同的权重，计算每个类别的F1-score，然后求平均值 精确率：给每个类别相同的权重，计算每个类别的精确率，然后求平均值 召回率：给每个类别相同的权重，计算每个类别的召回率，然后求平均值 如果单个标签的文本量在100条以内，会影响评估指标的科学有效性，请确保提交的训练数据中每个标签的数据量 模型校验
007-异常检测算法 - BML 全功能AI开发平台 | 百度智能云文档
输入 输入一个数据集，选择需要进行异常检测的特征列。 输出 输出IsolationForest模型。 算子参数 参数名称 是否必选 参数描述 默认值 树的数量 是 模型中树的数量。数量较大时建议增加内存 范围：[1, 1000]。 50 最大深度 是 每棵树最大的深度 范围：[1, 50]。 30 采样率 是 计算每棵树时从训练数据集随机采样的比率 范围：[0.001, 1.0]。
校验模型 - EasyDL零门槛AI开发平台 | 百度智能云文档
校验模型 在训练任务成功完成后，即可使用实际数据进行校验。 单击“校验模型”，进入模型校验页面。 选择要校验的模型及其版本。 单击“启动模型校验服务”。 对于单序列模型，系统会自动生成校验数据 对于多序列模型，可以通过上传CSV文件来填充测试数据，但每次测试时只能包含一个序列的数据 单击“预测”，可以在右侧结果面板中查看预测结果。 校验示例如下所示：
服务介绍 - EasyDL零门槛AI开发平台 | 百度智能云文档
服务支持对上传的图片进行批量识别，窜拍识别支持两类任务： 单次任务：对本地上传的数据进行一次性的窜拍识别 周期任务：定期对调用定制模型云服务API的图片数据进行窜拍识别 与门店关联 当窜拍识别任务中定义的图片门店ID与门店库中的业务门店ID一致时，可以支持在门店管理的门店库中查看该门店最近一次窜拍任务的识别情况。
工业零件划痕自动识别 - EasyDL零门槛AI开发平台 | 百度智能云文档
了解到飞桨EasyDL提供了零门槛的AI开发功能，不需要了解算法基础即可快速完成模型训练，该工厂通过EasyDL平台提供的物体检测任务类型经过以下步骤的快速训练，获得了高精度的生产工件划痕质检AI模型并投入实际业务应用中，基于该智能质检方案，企业每年投入的质检人力降低60%，质检效率及准确率大幅提升。
在线标注 - EasyDL零门槛AI开发平台 | 百度智能云文档
在线标注 目标跟踪在线标注 在创建好数据集，并导入视频数据后。可点击数据总览页面，上传数据对应的「查看与标注」操作开始标注任务。 在线标注视频示意 在线标注图例 1.添加标签 点击标注页面右上角的「添加标签」，输入标签名称来添加标签。
预置模型调参简介 - BML 全功能AI开发平台 | 百度智能云文档
预置模型调参支持视觉和自然语言处理两大技术方向： 技术方向 类型 视觉 图像分类 物体检测 实例分割 自然语言处理 文本分类 短文本相似度 序列标注 文本实体抽取 表格数据预测 二分类 多分类 回归
