移动直播 SDK

如何发布私有API 训练完毕后，可以在左侧导航栏中找到【EasyEdge本地部署】，选择通用【服务器】，点击【发布新服务】，进入发布界面。 step1.部署方式选择服务器，集成方式选择私有API后，选择需要发布的模型及版本，上传指纹文件，勾选业务场景需要的操作系统与硬件芯片。设置完毕点击下一步 step2. 填写完基本信息之后，点击 提交 ，即可申请将模型封装成可离线计算的部署包，申请通过后，即可

查看更多>>

自动搜索作业简介 自动搜索作业简介 超参搜索是机器学习/深度学习技术中的关键一环，无论是机器学习的树模型参数、特征选择、还是深度学习的学习率/权重衰减等等，甚至于网络结构的选择，都会涉及到搜索最优参数的需求。传统的人工超参搜索需要有经验的工程师耗费大量的时间和精力进行手动调优，而自动超参搜索能够在节省人力的情况下，自动地进行超参调优，更有效率地寻找最优解。 本模块提供的自动搜索作业，旨在帮助用户实

查看更多>>

模型训练计费说明 BML平台模型训练模块均已开放计费，支持按量计费（后付费）的计费方式 具体计费规则如下： 未开通付费时，仅支持使用免费额度，免费额度用完即停止训练任务。 开通付费后，优先消耗免费额度，免费额度用完后自动转为按量后付费 按分钟计费，不足1分钟按1分钟计。 预置模型调参与自定义作业模块 在任务结束后统一扣费，任务运行中欠费不会中断任务。 Notebook 启动后实时计费，请保证账户余

查看更多>>

表格预测任务简介 脚本调参支持多种表格预测任务，训练得到的模型可以应用到广泛实际场景中。 表格预测模型类型 表格预测帮助用户通过机器学习技术发现已有数据中的规律，从而创建机器学习模型，并基于机器学习模型处理新的数据，为业务应用生成预测结果。脚本调参中提供的表格数据预测支持创建回归、二分类、多分类三种类型的机器学习模型。 回归：目标列是连续的实数范围，或者属于某一段连续的实数区间。如在销量预测场景中

查看更多>>

预置模型调参简介 在BML中，面向初级的AI开发者提供了预置模型调参建模方式。在该方式下，开发者无需关注构建模型的代码细节，而只需要选择合适的预训练模型以及网络即可。对于系统预置的可配置网络参数，可以适用于大部分场景，开发者也可以根据自己的经验进行调整，以获得更适合特定场景的模型。 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

查看更多>>

创建自动搜索作业 创建自动搜索作业 1. 前提条件 2. 新建作业 3. 使用自动搜索作业训练模型 3.1 基本信息 3.2 算法配置 3.3 数据集配置 3.4 自动搜索配置 3.5 资源配置 3.6 查看搜索结果及可视化 4. 发布模型 前提条件 自定义作业需要依赖于BOS对象存储读取输入文件，创建自定义作业之前需要保证您已经开通了BOS对象存储的服务。 授权自定义作业读写您的BOS对象存储，

查看更多>>

004-查看特征重要性 对于LR二分类、LR多分类、广义线性回归、XGBoost二分类、XGBoost多分类、XGBoost回归等算子组件，支持 在算子运行成功后 ，查看其重要特征。 实验运行成功后，鼠标右键点击相应的算子组件，如“XGboost多分类“，选择“查看特征重要性”，即可显示前50个重要的特征。 如需查看全部特征的特征重要性指标，可以点击弹框上方的“下载完整内容”，下载完整的特征重要性

查看更多>>

004-特征工程组件 特征工程 特征自动选择 使用特征选择方法，筛选出特征重要性前N的特征。如输入的特征数不足N时，则保留全部特征，目前支持三种特征选择方法：Gini增益、信息增益、信息值。 输入 输入一个数据集，选择需要筛选的特征列并设置挑选的特征数量与连续特征的分区数。 输出 输出筛选后的数据集与特征权值表。 算子参数 参数名称 是否必选 参数描述 默认值 特征选择方法 是 使用的特征选择方法

查看更多>>