-
Patent Agency Ranking
公开(公告)号：CN118863025A
公开(公告)日：2024-10-29
申请号：CN202410900236.4
申请日：2024-07-05
Applicant: 太极计算机股份有限公司
IPC: G06N3/10 , G06N3/0985 , G06F8/34
Abstract: 本说明书实施例提供了一种基于人工智能可视化建模平台的自动机器学习方法、装置、电子设备及存储介质，其中，方法包括：上传并管理神经网络架构的搜索策略，其中，所述搜索策略具体包括：特征工程、超参数调优以及模型选择；通过模板化、可视化、向导式的建模操作及工具，选择需要的搜索策略创建自动机器学习实验任务，将进行特征工程、超参数调优以及模型选择的自动化处理，训练得到合适的模型。
-
公开(公告)号：CN118863024A
公开(公告)日：2024-10-29
申请号：CN202410900232.6
申请日：2024-07-05
Applicant: 太极计算机股份有限公司
Abstract: 本说明书实施例提供了一种人工智能可视化建模平台、方法及电子设备，其中，平台包括：数据标注模块，用于对训练数据进行UI标记；模型开发模块，用于基于开发工具和开发环境，通过可视化操作接口进行可视化建模、交互式建模、预训练模型方式建模，得到构建好的模型；模型训练模块，用于根据标记后的训练数据，基于预先设置的不同的训练模式，对构建好的模型进行多维度的模型训练，得到训练好的模型，其中，模型训练具体包括调度训练资源、模型训练操作、模型训练优化；模型管理模块，用于对训练好的模型进行存储和管理，将训练好的模型部署在各不相同的现实环境中部署。
-
公开(公告)号：CN116578924A
公开(公告)日：2023-08-11
申请号：CN202310847274.3
申请日：2023-07-12
Applicant: 太极计算机股份有限公司
IPC: G06F18/241 , G06N20/00 , G06F17/16
Abstract: 本发明提供了一种用于机器学习分类的网络任务优化方法及系统。属于网络任务优化领域，包括：接收网络任务优化请求，并基于机器分类引擎对网络任务优化请求进行拆解及分类；将分类集合中每个子请求进行请求转换，得到第一优化需求数据；根据每个子请求的第一优化需求数据以及所属分类集合的分类类型，确定对应子请求的机器学习算法；基于机器学习算法对相应第一优化需求数据进行学习，并基于所有有效的第一优化需求数据的学习结果得到满足网络任务优化条件的目标优化方案，从而对网络任务进行优化。通过对任务的拆解分类，并对不同分类采用不同机器学习算法进行优化，可以使得对任务的优化更加精准，从而使得任务的执行更加高效准确。
-
公开(公告)号：CN118863023A
公开(公告)日：2024-10-29
申请号：CN202410900231.1
申请日：2024-07-05
Applicant: 太极计算机股份有限公司
Abstract: 本说明书实施例提供了一种基于人工智能可视化建模平台的算法开发装置及方法，其中，装置包括：Notebook模块，用于提供交互式编程环境和多种深度学习框架，并基于用户选择的深度学习框架提供用户进行在线编辑、调试以及运行代码，生成机器学习算法；算法管理模块，用于存储并管理机器学习算法。
-
公开(公告)号：CN114066110A
公开(公告)日：2022-02-18
申请号：CN202010749087.8
申请日：2020-07-29
Applicant: 太极计算机股份有限公司
Abstract: 本发明公开了一种面向用户提供机器学习服务的系统，包括用户交互模块、工作流管理模块、数据导入模块、数据处理模块、算法模型配置模块、模型训练模块、模型预测模块、模型评估模块等；本发明提供了从元数据到模型建立的整套流程，为开发人、业务分析师、算法工程师们、数据科学家提供一系列的工具套件，便于进行代码打包、构建可重复运行的模型，利用流水线在各种云和服务平台上部署和管理生产中的模型，实现从服务部署到预测、评估的一站式服务；通过基本组件，可以搭建各个垂直场景下的解决方案，节省机器学习大量切换环境的损耗，降低工程实践的门槛，简化了使用机器学习的过程，便于开发人员、业务分析师和数据科学家进行广泛、便捷地应用。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
