执行机器学习过程的方法、装置、设备以及存储介质制造方法及图纸

本发明专利技术公开了一种执行机器学习过程的方法、装置、设备以及存储介质。获取数据；获取数据的标注结果；以及选取与用户的需求相匹配的模型框架和/或与用户的预测目标相匹配的模型，基于选取到的模型框架和/或模型，利用所述数据及其标注结果来进行模型训练，其中，所述模型框架为用于基于机器学习算法训练模型的框架。由此，可以把机器学习过程降低到不需要用户知晓算法知识的水平线上。

Methods, devices, devices and storage media for executing machine learning processes

【技术实现步骤摘要】
执行机器学习过程的方法、装置、设备以及存储介质
本专利技术总体来说涉及机器学习领域，更具体地讲，涉及一种执行机器学习过程的方法、装置、设备以及存储介质。
技术介绍
机器学习(包括深度学习)是人工智能研究发展到一定阶段的必然产物，其致力于通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据”形式存在，通过机器学习算法，可从数据中产生“模型”，也就是说，将经验数据提供给机器学习算法，就能基于这些经验数据产生模型，在面对新的样例时，模型会提供相应的判断，即，预测结果。目前，在训练机器学习模型时，需要相关人员熟悉机器学习技术，为此，通常会专门建立算法团队，人力成本投入较大。
技术实现思路
本专利技术的示例性实施例在于提供一种执行机器学习过程的方法、装置、设备以及存储介质，以解决上述至少一种问题。根据本专利技术的第一个方面，提供了一种执行机器学习过程的方法，包括：获取数据；获取数据的标注结果；以及选取与用户的需求相匹配的模型框架和/或与用户的预测目标相匹配的模型，基于选取到的模型框架和/或模型，利用数据及其标注结果来进行模型训练，其中，模型框架为用于基于机器学习算法训本文档来自技高网...

【技术保护点】
1.一种执行机器学习过程的方法，其特征在于，包括：获取数据；获取数据的标注结果；以及选取与用户的需求相匹配的模型框架和/或与用户的预测目标相匹配的模型，基于选取到的模型框架和/或模型，利用所述数据及其标注结果来进行模型训练，其中，所述模型框架为用于基于机器学习算法训练模型的框架。

【技术特征摘要】
1.一种执行机器学习过程的方法，其特征在于，包括：获取数据；获取数据的标注结果；以及选取与用户的需求相匹配的模型框架和/或与用户的预测目标相匹配的模型，基于选取到的模型框架和/或模型，利用所述数据及其标注结果来进行模型训练，其中，所述模型框架为用于基于机器学习算法训练模型的框架。2.根据权利要求1所述的方法，其特征在于，所述选取与用户的需求相匹配的模型框架和/或与用户的预测目标相匹配的模型的步骤包括：从与所述用户的需求相匹配的任务类型所对应的模型框架中选取模型框架；并且/或者从之前训练好的模型中选取与用户的预测目标相匹配的模型。3.根据权利要求2所述的方法，其特征在于，还包括：预先设定一种或多种任务类型，并且针对每种所述任务类型，设置一个或多个模型框架。4.根据权利要求2所述的方法，其特征在于，所述之前训练好的模型是基于相应模型框架进行模型训练得到的，所述从之前训练好的模型中选取与用户的预测目标相匹配的模型的步骤包括：从之前训练好的模型中搜索适用于所述用户的预测目标的模型，并且从搜索出的模型中进一步选取基于与所述用户的需求相匹配的任务类型所对应的模型框架训练得到的模型；或者从之前训练好的模型中选取基于与所述用户的需求相匹配的任务类型所对应的模型框架训练得到的模型，并且从选取出的模型中进一步搜索适用于所述用户的预测目标的模型。5.根据权利要求1所述的方法，其特征在于，所述利用所述数据及其标注结果来进行模型训练的步骤包括：基于选取的模型框架，利用所述数据...

【专利技术属性】
技术研发人员：黄缨宁，陈雨强，胡时伟，戴文渊，
申请(专利权)人：第四范式北京技术有限公司，
类型：发明
国别省市：北京,11