Web应用防火墙（WAF）

创建NLP任务 一个项目是指对应的一个场景或者领域的问题，例如智能客服场景、智能教育场景等。在BML中，提供了文本分类单标签、文本分类多标签、短文本相似度、序列标注、文本实体抽取任务的模型训练能力。本章节将通过演示，如何创建一个自然语言处理任务来完成问文本分类的任务。 在BML的控制面板左侧，打开【预制模型调参】，并点击内容主板的“新建”按钮： 在弹出的个人信息表中，填写对应的个人信息，有效的个人

查看更多>>

数据标注说明 目录 标注操作说明 标注技巧说明 上传图片 标注操作说明 在数据集查看详情页面可以点击开始标注，进入到标注页面。 添加标签 点击右侧添加标签，输入不同分类名称，完成标签添加。 标签格式说明：目前平台标签名称只支持数字/字母/下划线，暂时不支持中文 标注方式 根据下侧选定的当前图片，在左侧选择合适的标注工具标注目标物体。 点击下一张图片/切换图片即可完成保存 注意，在标注过程中请不要标

查看更多>>

数据去重策略 重复样本的定义 一个样本包括文本内容和标签。重复样本的定义，是指您上传的数据中，存在两个样本的文本内容完全一致。则被判定为两个样本是重复样本。例如： 文本分类-单标签数据重复样本示例： 文本内容 标签 今天北京的空气不错 weather 今天北京的空气不错 weather 今天北京的空气不错 local 文本分类-多标签数据重复样本示例： 文本内容 标签 未来的学和教正在改变，学生将

查看更多>>

评估报告参考 图像分类模型评估报告 模型评估报告内容说明 模型训练完成后我们可以在模型列表中看到模型效果及查看模型评估报告的入口。进入模型评估报告页面，我们可以看到整体报告内容中包含以下几个区域内容： 模型基本信息 在这个部分可以选择应用类型、训练版本 整体评估 在这个部分可以看到模型训练整体的情况说明，包括基本结论、准确率、F1-score、精确率、召回率。这部分模型效果的结果内容是基于训练数据

查看更多>>

008-聚类算法 聚类算法 高斯混合模型聚类 高斯混合模型（Gaussian Mixture Model）通常简称GMM，高斯混合模型是由多个高斯分布的结合组成的概率分布模型，是一种业界广泛使用的聚类算法，该方法使用了高斯分布作为参数模型，并使用了期望最大（Expectation Maximization，简称EM）算法进行训练。 输入 输入一个数据集，选择需要聚类的特征列，特征列只支持数值或数值

查看更多>>

智能数据API 智能数据API 目前BML对数据集进行创建、删除、导入、导出、新增版本等操作有两种操作方式。 一种是通过在平台页面直接进行操作； 一种为通过调用相关API对数据集进行相应操作。本文档主要介绍如何用API对数据集进行相关操作。 目录 接口鉴权 创建数据集API接口文档 数据集上传API接口文档 删除数据集API接口文档 新增数据集版本API接口文档 获取数据集版本详情API接口文档

查看更多>>

006-回归算法 回归算法 DecisionTree回归 决策树（DecisionTree）回归是基于回归树的决策树模型。一个回归树对应着输入空间（特征空间）的一个划分以及在划分单元上的输出值。输入空间的划分是通过遍历所有输入变量，找到最优的切分变量和最优的切分点，将输入空间划分为两部分，然后重复这个操作得到；划分单元上的输出值是该单元内所有样本点的均值。 划分度量使用均方误差的方法。 输入 输入

查看更多>>

资源池使用简介 功能说明 资源池管理中所挂载的资源池可以在平台上通过资源分配的方式进行使用。 资源分配说明 入口：资源池管理下已挂载且处于在线状态的用户资源池操作栏 可操作角色：当前区域（region）下的超级管理员、资源管理员 点击资源分配，进入到资源分配页面；资源池需要分配至项目空间后才可使用。 资源分配分为两种方式：单个或多个项目空间、所有及新增项目空间，具体说明如下： 1、单个或多个项目空

查看更多>>