一种人工智能模型机器学习方法及服务器技术

本发明专利技术涉及人工智能及大数据技术领域，尤其涉及一种人工智能模型机器学习方法及服务器。所述人工智能模型机器学习方法及服务器的具体步骤如下：步骤S1、开始；抽象生成学习问题，确立人工智能模型机器的学习目标；步骤S2、大数据获取，从外部资源库中获取广泛的数据资源，并将获取的数据录入系统中；通过在模型诊断中采用，过拟合和欠拟合的判断基本调优思路是增加数据量，欠拟合的基本调优思路是提高特征数量和质量两者的结合的诊断方式，可对人工智能机器学习方向中偏差的思路及时纠正，使人工智能机器向主攻数据方向进行偏重学习减少人工智能机器的不必要学习，提高人工智能机器的学习效果。的学习效果。的学习效果。

【技术实现步骤摘要】
一种人工智能模型机器学习方法及服务器


[0001]本专利技术涉及人工智能及大数据
，尤其涉及一种人工智能模型机器学习方法及服务器。

技术介绍

[0002]随着计算机技术的快速发展，人工智能技术在很多领域得到了应用，其中，机器学习(MachineLearning)和深度学习(DeepLearning)作为人工智能的技术核心，也已经取得重大的突破，机器被赋予强大的认知和预测能力。机器学习以及深度学习需要使用大量的采集样本数据进行模型训练，以利于后期的应用。
[0003]而在数字金融、电子商务平台等领域，在进行数据采集的过程中，非常容易因为数据采集的精准度不够或者数据特征的采集误差等因素导致模型训练失败或者训练之后的模型在后期的应用效果不佳等问题。
[0004]因此，有必要提供一种新的人工智能模型机器学习方法及服务器，使人工智能机器向主攻数据方向进行偏重学习减少人工智能机器的不必要学习，提高人工智能机器的学习效果，解决上述技术问题。

技术实现思路

[0005]为解决上述技术问题，本专利技术提供一种人工智能模型机器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人工智能模型机器学习方法，其特征在于：人工智能模型机器学习方法的具体步骤如下：步骤S1、开始；抽象生成学习问题，确立人工智能模型机器的学习目标；步骤S2、大数据获取，从外部资源库中获取广泛的数据资源，并将获取的数据录入系统中；步骤S3、进行特征的预处理和选择，筛选出显著特征、摒弃非显著特征；步骤S4、开始模型训练，主要分为训练集、验证集以及测试集；步骤S5、对生成的模型进行诊断，通过对调试后模型的诊断，对发现的问题进行及时纠错修改；步骤S6、模型融合；步骤S7、模型上线运行检测，对人工智能模型机器学习成果进行检测，判断人工智能模型机器是否可进行上线作业；结束。2.根据权利要求1所述的人工智能模型机器学习方法，其特征在于，所述步骤S1中的抽象生成学习问题是以学习问题的设定，确定获得目标数据类型。3.根据权利要求1所述的人工智能模型机器学习方法，其特征在于，所述步骤S...

【专利技术属性】
技术研发人员：瞿珂，万澎江，鲍红飞，于政，翟士丹，
申请(专利权)人：北京海致科技集团有限公司，
类型：发明
国别省市：