本发明专利技术公开一种基于大模型的机器学习模型自动化构建方法及系统，属于人工智能技术领域。本发明专利技术基于需求分析智能体、数据分析智能体、草图构建智能体、细节补充智能体、细节补充智能体以及执行智能体将算法组件进行智能化编排并自动化执行，通过大模型为用户提供多轮修改交互，提供图形化与自然语言两种形式的结果查询分析，支持用户对模型进行导出。
【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于大模型的机器学习模型自动化构建方法及系统。
技术介绍
1、目前的机器学习模型自动化构建工具基本基于组件化方式，将机器学习相关算法封装成组件或内置在系统中，随后提供图形界面，用户通过拖拽组件的方式进行模型构建。例如中国专利申请cn202111268941.x公开了一种机器学习模型自动化生产线构建方法及系统，该方法包括：根据算子组件配置构建出算子组件,并将算子组件存入算子仓库；可视化编排读取算子仓库中的算子结构数据,将算子组件通过业务处理逻辑组合生成模型任务流；将模型任务流转换为云原生工作流引擎执行计划,并提交给容器集群执行以输出模型文件；基于模型打包,进行模型文件转换和模型推理容器镜像构建操作,将操作对应数据存入模型仓库；读取模型仓库中的模型数据并解析生成三种算子,将三种算子组件组合形成模型发布任务流以提交给容器集群执行模型发布流程。但这种方式对于更广泛的，缺乏机器学习相关知识的用户来说仍然存在较大的使用困难，需要更多时间对系统进行学习，与此同时用户需要对算法有较深入的了解才能进行选择。
>2、与本专利技术相本文档来自技高网...
【技术保护点】
1.一种基于大模型的机器学习模型自动化构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述数据分析结果包括：数据列名称、目标列、无用数据列名称、缺失值列和数据处理任务列表。
3.根据权利要求1所述的方法，其特征在于，所述树形结构包含组件库对应的组件ID、组件名称、组件参数列表和父级组件ID。
4.根据权利要求1所述的方法，其特征在于，所述适配图形化界面显示的组件流程结果包括：适配前端显示需要的坐标、组件ID和节点信息。
5.根据权利要求1所述的方法，其特征在于，平台参数适配智能体基于用户需求、用户数据路径、数...
【技术特征摘要】
1.一种基于大模型的机器学习模型自动化构建方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述数据分析结果包括：数据列名称、目标列、无用数据列名称、缺失值列和数据处理任务列表。
3.根据权利要求1所述的方法，其特征在于，所述树形结构包含组件库对应的组件id、组件名称、组件参数列表和父级组件id。
4.根据权利要求1所述的方法，其特征在于，所述适配图形化界面显示的组件流程结果包括：适配前端显示需要的坐标、组件id和节点信息。
5.根据权利要求1所述的方法，其特征在于，平台参数适配智能体基于用户需求、用户数据路径、数据分析结果和组件调用流程草图，生成接口调用列表，包括：
6.根据权利要求1所述的方法，其特征在于，执行智能体基于接口调用列表与图形化平台交互，生...
【专利技术属性】
技术研发人员：张亿贺，刘杰，陈新国，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：
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。