申请/专利权人:逸思长天(南京)数字智能科技有限公司
申请日:2022-09-14
公开(公告)日:2023-01-24
公开(公告)号:CN115640859A
主分类号:G06N20/20
分类号:G06N20/20
优先权:
专利状态码:失效-发明专利申请公布后的撤回
法律状态:2023.11.14#发明专利申请公布后的撤回;2023.02.14#实质审查的生效;2023.01.24#公开
摘要:本发明涉及自动化机器学习技术领域,尤其涉及一种基于自动化机器学习的增强学习方法,包括机器学习模型自动化持续集成框架和四阶段增量强化学习的MLops框架,所述机器学习模型自动化持续集成框架包括数据预测标签管理、数据采样、自动化机器学习和模型集成与灰度发布,所述四阶段增量强化学习的MLops框架包括故障数据采样、AutoFE+AutoML自动建模、基于增量强化学习的模型集成和基于流量治理的模型灰度发布;该发明,通过设置的数据预测标签管理,能够根据一份数据集生成不停的探索场景,并对场景进行快速学习和辨别,提高学习效率。
主权项:1.一种基于自动化机器学习的增强学习方法,包括机器学习模型自动化持续集成框架和四阶段增量强化学习的MLops框架,其特征在于,所述机器学习模型自动化持续集成框架包括数据预测标签管理、数据采样、自动化机器学习和模型集成与灰度发布,所述四阶段增量强化学习的MLops框架包括故障数据采样、AutoFE+AutoML自动建模、基于增量强化学习的模型集成和基于流量治理的模型灰度发布。
全文数据:
权利要求:
百度查询: 逸思长天(南京)数字智能科技有限公司 一种基于自动化机器学习的增强学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。