用于机器学习性能测试和改进的数据分片

    公开(公告)号:CN112070231A

    公开(公告)日:2020-12-11

    申请号:CN202010434033.2

    申请日:2020-05-21

    Abstract: 用于机器学习性能测试和改进的数据分片。用于识别和改进表现不佳的机器学习ML的方法和计算机程序产品。该方法包括基于表示利用ML模型的系统的要求的功能模型对ML模型的数据进行分片。功能模型包括属性集合和相应的值域。每个数据分片与功能模型的一个或多个属性的不同估值相关联。基于属性的估值,将ML模型的每个数据实例映射到一个或多个数据分片。对于每个数据分片,基于ML模型在映射到数据分片的每个数据实例上的应用来计算ML模型的性能测度。可基于数据分片的性能测度来执行ML模型是否符合目标性能要求的确定。

    用于机器学习性能测试和改进的数据分片

    公开(公告)号:CN112070231B

    公开(公告)日:2024-07-16

    申请号:CN202010434033.2

    申请日:2020-05-21

    Abstract: 用于机器学习性能测试和改进的数据分片。用于识别和改进表现不佳的机器学习ML的方法和计算机程序产品。该方法包括基于表示利用ML模型的系统的要求的功能模型对ML模型的数据进行分片。功能模型包括属性集合和相应的值域。每个数据分片与功能模型的一个或多个属性的不同估值相关联。基于属性的估值,将ML模型的每个数据实例映射到一个或多个数据分片。对于每个数据分片,基于ML模型在映射到数据分片的每个数据实例上的应用来计算ML模型的性能测度。可基于数据分片的性能测度来执行ML模型是否符合目标性能要求的确定。

    基于人工神经网络的自动化数据切片

    公开(公告)号:CN112183714B

    公开(公告)日:2024-07-09

    申请号:CN202010473418.X

    申请日:2020-05-29

    Abstract: 一种用于基于人工神经网络(ANN)进行自动化数据切片的方法、装置和计算机程序产品。该方法包括:获得ANN,其中ANN被配置为提供对数据实例的预测、其中ANN包括在节点之间具有互连的节点集合;基于ANN的节点的子集确定属性向量;基于属性向量,确定多个数据切片;获得包括测试数据实例的测试数据集;对于每个数据切片,计算ANN在该数据切片上的性能测量,其中所述计算基于ANN在映射到数据切片的每个测试数据实例上的应用;以及基于数据切片的性能测量的至少一部分来执行动作。

    基于人工神经网络的自动化数据切片

    公开(公告)号:CN112183714A

    公开(公告)日:2021-01-05

    申请号:CN202010473418.X

    申请日:2020-05-29

    Abstract: 一种用于基于人工神经网络(ANN)进行自动化数据切片的方法、装置和计算机程序产品。该方法包括:获得ANN,其中ANN被配置为提供对数据实例的预测、其中ANN包括在节点之间具有互连的节点集合;基于ANN的节点的子集确定属性向量;基于属性向量,确定多个数据切片;获得包括测试数据实例的测试数据集;对于每个数据切片,计算ANN在该数据切片上的性能测量,其中所述计算基于ANN在映射到数据切片的每个测试数据实例上的应用;以及基于数据切片的性能测量的至少一部分来执行动作。

Patent Agency Ranking