一种以场景变量作为构成元素与交互单元的机器学习方法技术

本发明专利技术公开了一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，包括场景搭建、场景数据录入、机器学习模型训练、机器学习模型应用展示展示。本发明专利技术降低使用者使用和学习机器学习模型的门槛，使机器学习成为普罗大众可以在生活中使用的工具。本发明专利技术创造了能够充分描述且搭建业务场景的较通用模式，摒弃了不具备较强通用性的传统场景搭建模式，将针对机器学习模型的业务场景建模的过程精简化。本发明专利技术将业务场景以变量的形式进行规范化、系统化，降低了用户的维护难度，提高了场景的清晰度。

A machine learning method based on scene variable as component element and interaction unit

【技术实现步骤摘要】
一种以场景变量作为构成元素与交互单元的机器学习方法
本专利技术涉及人工智能领域，尤其涉及一种以场景变量作为构成元素与交互单元的机器学习方法。
技术介绍
机器学习是人工智能研究发展到一定阶段的必然产物，其专门研究通过计算机学习场景数据中内在的规律性信息，模拟或实现人类的学习行为，以获取新的知识或经验，重新组织已有的知识结构然后不断改善系统自身的性能，最后使计算机能够像人类一样做智能决策。在现在这个大数据时代，机器学习已经成为了人工智能领域的热门方向，随着各个行业领域产生的数据量急剧增多，因此对处理和分析数据的效率要求变高，一系列的机器学习算法以及相应的系统应运而生，并且其作用及功能被极大化。正是因为大数据使得机器学习可以在大量的经验中进行学习，从而不断地提升自身的性能。目前在机器学习领域中，已经形成了相对通用的构建模型的流程，大致有由以下步骤构成：数据获取、数据预处理、特征工程、模型选择、模型训练、模型评估以及变量预测。但是这并不能完全满足用户以及工业对机器学习的需求，因此近些年有越来越多的公司开始研发不同的机器学习的系统，致力于让更多的大众用户本文档来自技高网...

【技术保护点】
1.一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，包括：/n(1)场景搭建：/n构建面向使用者的场景搭建交互系统，引导用户通过用户操作界面录入同一场景所涉及到的原始数据集，所述原始数据集包括多个变量，每个所述变量的录入特征包括变量名称、变量描述、变量类型、取值范围，其中变量类型包括程度、类别、数值；/n接收到用户将原始数据集录入完毕的信号后，在用户操作界面铺开式展示出全部所述变量，供用户观察或随时根据实际需求进行修改；/n引导用户通过用户操作界面将已经录入的所述变量进行分类，录入特征大致相同的变量关联为同一个对象，同一对象下的所有变量共享同一量化规则；/n接收到用户将变量归类...

【技术特征摘要】
1.一种以场景变量作为构成元素与交互单元的机器学习方法，其特征在于，包括：
(1)场景搭建：
构建面向使用者的场景搭建交互系统，引导用户通过用户操作界面录入同一场景所涉及到的原始数据集，所述原始数据集包括多个变量，每个所述变量的录入特征包括变量名称、变量描述、变量类型、取值范围，其中变量类型包括程度、类别、数值；
接收到用户将原始数据集录入完毕的信号后，在用户操作界面铺开式展示出全部所述变量，供用户观察或随时根据实际需求进行修改；
引导用户通过用户操作界面将已经录入的所述变量进行分类，录入特征大致相同的变量关联为同一个对象，同一对象下的所有变量共享同一量化规则；
接收到用户将变量归类完毕的信号后，将分类整理好的变量进行处理得到原始变量画像，将原始变量画像进一步处理呈现在用户操作界面供用户进行可视化操作与管理；
(2)场景数据录入：
引导用户通过用户操作界面在步骤(1)搭建的场景中录入新数据集，通过搭建的场景中的变量及对象特征以及量化规则，对正在录入的新数据进行实时自动纠错；
根据用户录入的新数据，对各变量及其对象的特征进行实时更新，并协助用户获取各个变量及对象的量化规则；
(3)机器学习模型训练：
借助自动化机器学习模型，对已经规范量化处理过的数据进行机器学习，并将训练得到的机器学习模型储存到特定的位置，以供后续的调用、融合、预测；
借助持续且大规模的机器学习机制，分别将每个变量都作为输出变量，其余变量作为其输入变量，保证所有的变量均能得到预测，由此完成训练过程；
(4)机器学习模型应用展示：
引导用户将待输入的变量与待输出的变量置于指定的输入界面或者输出界面，自动配置满足该...

【专利技术属性】
技术研发人员：裴正奇，段必超，朱斌斌，黄梓忱，
申请(专利权)人：深圳前海黑顿科技有限公司，
类型：发明
国别省市：广东;44