本文为您提供Designer产品使用案例相关文档入口链接汇总。
智能推荐解决方案
案例名称 | 描述 |
介绍实现推荐系统的完整方案。 | |
介绍如何基于对象特征进行商品推荐。 | |
介绍如何使用FM算法和Embedding提取算法，快速生成User和Item的特征向量。 | |
介绍如何通过Designer预置的FM算法模板，快速构建推荐模型。 | |
介绍如何使用协同过滤算法实现商品推荐。 | |
介绍如何使用二部图GraphSAGE算法，快速生成推荐召回场景中的User和Item向量。 | |
以读取MaxCompute表数据为例，介绍如何使用EasyRec进行模型训练、配置任务例行化及部署模型。 | |
介绍协同过滤算法SimRank的原理和其应用在个性化推荐场景时的改进，以及如何在生产环境部署SimRank++算法。 | |
介绍改进版swing相似度算法原理，包括工具包下载、工具包详细参数说明以及常见问题等。 | |
组件化EasyRec框架可以帮助你以“搭积木”的方式快速构建想要的模型结构。 | |
介绍如何使用ALS矩阵分解算法预测用户对音乐的评分。 |
智能风控解决方案
案例名称 | 描述 |
基于人工智能算法快速构建符合业务场景的风控模型，并部署为EAS在线服务，助力您快速识别高风险内容，进而对其进行拦截。 | |
介绍如何基于人工智能算法，快速构建符合业务场景的风控模型，助力您快速识别高风险内容，进而对其进行拦截。 | |
介绍如何基于外卖评论实现舆情风控。 | |
介绍如何基于图算法实现金融风控。 | |
介绍如何通过PAI提供的金融组件，构建评分卡建模方案。 | |
介绍如何快速构建异常指标监控模型。 | |
介绍如何通过PAI提供的用户特征算法，快速构建用户流失模型。 |
推荐算法定制
案例名称 | 描述 |
介绍推荐算法定制生成的特征工程。 | |
介绍推荐解决方案中生成的DSSM（Deep Structured Semantic Model）向量召回。 | |
介绍推荐解决方案-排序的实现方法。 | |
介绍推荐解决方案-etrec召回的实现方法。 |
其他通用案例
案例名称 | 描述 |
介绍如何使用经典的CTR点击率预估数据集Avazu训练一体化模型，并将离线调试完成的归一化预测->独热编码预测->向量聚合->FM预测流程完整部署到EAS。 | |
介绍如何通过数据挖掘算法构建心脏病预测模型。 | |
介绍如何通过PAI提供的文本类组件，快速构建文本分类模型。 | |
介绍如何通过农业贷款的历史发放情况，使用线性回归方法实现贷款发放预测。 | |
介绍如何使用分箱组件进行连续特征离散化。 | |
以人口普查数据为例，根据人物年龄、工作类型及教育程度等属性，快速构建学历对收入影响的统计模型。 | |
基于中学生的家庭背景及在校行为，通过逻辑回归算法生成期末成绩预测模型，从而获得影响中学生学业的关键因素。 | |
通过PAI提供的文本分析组件，实现简单的商品标签自动归类系统。 | |
通过分析北京一年的真实天气数据，构建雾霾天气预测模型，从而挖掘对雾霾天气（指PM 2.5）影响最大的污染物。 | |
介绍如何使用Designer预置的工作流模板，快速构建发电场输出电力预测模型。 | |
介绍如何通过Designer预置工作流模板，快速构建窃漏电用户的识别模型，以达到自动检查用户是否窃漏电的目的，从而大幅度降低稽查工作人员的工作量，保障用户正常用电及安全用电。 | |
以广告CTR预测场景为例，介绍如何使用PAI提供的数据挖掘组件进行离线调度。 | |
介绍如何使用深度学习框架TensorFlow，快速搭建图像识别的预测模型。 |
- 本页导读 （1）