基于BOS的冷热数据分离 - ElasticsearchBES | 百度智能云文档
在检索时，第一次获取数据会直接访问BOS，之后将获取到的数据缓存在本地，后续访问会先检查是否有缓存。
数据迁移与备份 对象存储（BOS）
您可以把bucket内的数据备份到其他的bucket内，参考 bucket数据迁移与备份功能 ； 2. 也可以开启bucket回收站功能，开启后删除的文件会自动保存在回收站内，您可以在回收站恢复数据。参考 回收站功能 拷贝object可以在不同账号之间进行吗?
数据增强 - ModelBuilder
数据增强 什么是数据增强 平台支持对 模型输入的文本数据集 进行数据增强。 当在实践中无法收集到数目庞大的高质量数据时，可以通过数据增强策略，对数据本身进行一定程度的扰动和扩充，从而产生 新 数据。在训练时会通过学习大量的 新 数据，提高模型的泛化能力。 注意文本数据增强功能仅支持增强已发布或未发布的非空数据集 。
数据清洗 - ModelBuilder
5） 检查文档的色情暴力词率 ：如果色情暴力词率太高，文档会被过滤掉，取值范围[0,1]。 6） 检查文档的语言概率 ：如果语言概率太低，文档会被过滤掉，取值范围[0,1]。 7） 检查文档的困惑度 ：如果困惑度太高，文档会被过滤掉，取值范围[0,5000]。 4.去重 完成上一步的操作后，在功能列左侧选择去重配置开关，效果展示区展示内置数据在指定清洗操作下的效果预览。
采集数据 - 机器人视觉 | 百度智能云文档
采集数据 校正的第一步是采集数据，数据的采集决定了校正的质量，请按步骤细心进行。 进入之前解压的程序所在的文件夹内，将模组接到PC，运行如下命令： .
导出数据 - ModelBuilder
如选择 导出原始数据 ，则平台会将数据集以指定格式导出为文件，并保留字段的原始内容。 如选择 导出全部数据（不含标注信息） ，则平台将会将数据集回答（Response）字段内容去除，再以指定格式导出为文件。 对于有监督微调SFT，目前支持导出格式：.jsonl、.csv、.xlsx。 查看数据导出结果 发起数据导出任务后，您可在数据集 导出记录 查看对应的导出状态。
数据集对应关系说明 - ModelBuilder
n\n机器学习的主要任务是指导计算机从数据中学习，然后利用经验来改善自身的性能，不需要进行明确的编程。机器学习算法会不断进行训练，从大型数据集中发现模式和相关性，然后根据数据分析结果做出最佳决策和预测。随着数据越来越多，机器学习应用的准确性也会越来越高。现在机器学习技术的应用范围非常广泛，比如家居生活、购物、娱乐媒体和医疗保健等。
山西数据标注基地
数据标注师让 AI 学会“思考” 百度山西数据标注基地数据标注师的工作就是教会AI认识数据,有了足够多、足够好的数据,AI才能学会像人一样去感知、思考和决策,更好地为人类服务。百度山西数据标注基地为山西人工智能产业发展奠基。
数据筛选 - 百度数据可视化Sugar BI | 百度智能云文档
数据筛选 filters : { // 数据筛选器 connect : AND , // 筛选条件连接方式 AND/且、OR/或 exprs : [ // 包含的过滤条件，可以是条件或者组合 { filter : { // 条件 type : d , // 筛选字段类型 d/维度、m/度量 id : SG013D40CAE7C5C32C , // 筛选字段id searchParams
数据门户 - 百度数据可视化Sugar BI | 百度智能云文档
此外，您还可以配置页面 url 参数，访问这个页面时会将您配置的参数添加到 url 上，方便您在门户中也可以通过 url 参数控制 api、sql 等。默认情况下，会都参数进行编码，如果您不需要编码，可以关闭 开启参数编码 。
