【技术实现步骤摘要】
机器学习训练方法及系统
本专利技术涉及机器学习
，具体地，涉及一种机器学习训练方法及系统。
技术介绍
机器学习的训练过程存在数据源复杂，技术难，参数调整需要大量建模经验，训练环境不易准备等诸多困难。对于普通软件从业人员甚至经验不足的建模人员而言，训练一个可以投入项目使用的模型需要很高的成本，且现有的机器学习训练不支持模型发布。
技术实现思路
本专利技术实施例的主要目的在于提供一种机器学习训练方法及系统，以自动训练模型，支持模型发布，简化模型训练流程，降低模型训练成本。为了实现上述目的，本专利技术实施例提供一种机器学习训练方法，包括：根据预先获取的配置文件生成训练任务；根据训练任务和预先获取的训练数据得到训练模型；根据预先获取的服务流程将训练模型发布为模型服务。本专利技术实施例还提供一种机器学习训练系统，包括：训练任务单元，用于根据预先获取的配置文件生成训练任务；训练模型单元，用于根据训练任务和预先获取的训练数据得到训练模型；模型服务单元...
【技术保护点】
1.一种机器学习训练方法，其特征在于，包括：/n根据预先获取的配置文件生成训练任务；/n根据所述训练任务和预先获取的训练数据得到训练模型；/n根据预先获取的服务流程将所述训练模型发布为模型服务。/n
【技术特征摘要】
1.一种机器学习训练方法，其特征在于，包括：
根据预先获取的配置文件生成训练任务；
根据所述训练任务和预先获取的训练数据得到训练模型；
根据预先获取的服务流程将所述训练模型发布为模型服务。
2.根据权利要求1所述的机器学习训练方法，其特征在于，生成训练任务包括：
根据预先获取的配置文件生成流程处理逻辑文件；
根据所述流程处理逻辑文件生成训练任务。
3.根据权利要求1所述的机器学习训练方法，其特征在于，得到训练模型之前还包括：
确定所述配置文件对应的用户身份的训练资源；
判断所述用户身份的训练资源是否大于所述训练任务对应的训练资源；
当所述用户身份的训练资源大于所述训练任务对应的训练资源时，根据所述训练任务和预先获取的训练数据得到训练模型。
4.根据权利要求3所述的机器学习训练方法，其特征在于，得到训练模型之前还包括：
判断当前空闲训练资源是否大于所述训练任务对应的训练资源；
当所述当前空闲训练资源和所述用户身份的训练资源均大于所述训练任务对应的训练资源时，根据所述训练任务和预先获取的训练数据得到训练模型。
5.一种机器学习训练系统，其特征在于，包括：
训练任务单元，用于根据预先获取的配置文件生成训练任务；
训练模型单元，用于根据所述训练任务和预先获取的训练数据得到训练模型；
模型服务单元，用于根据预先获取的服务流程将所述训练模...
【专利技术属性】
技术研发人员：聂砂，赵筝，杨美红，贺潇铮，盛耀聪，王洋，
申请(专利权)人：中国建设银行股份有限公司，建信金融科技有限责任公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。