[发明专利]实现自动机器学习的方法及装置

说明书

公开了一种实现自动机器学习的方法及装置。获取用户设定的用于表征至少部分机器学习建模过程的过程配置信息，所述过程配置信息包括一个或多个操作步骤；获取用户针对所述至少部分机器学习建模过程设定的参数配置信息，所述参数配置信息包括所述操作步骤涉及的至少部分操作参数的取值空间；基于所述过程配置信息和基于所述参数配置信息确定的所述至少部分操作参数的不同取值组合，执行所述至少部分机器学习建模过程，得到多个执行结果；以及根据所述多个执行结果输出所述至少部分操作参数的优选取值。由此，通过获取用户设定的过程配置信息和参数配置信息，就可以实现自动机器学习，从而可以降低自动机器学习的开发成本。

技术领域

本发明总体说来涉及人工智能领域，更具体地说，涉及一种实现自动机器学习的方法及装置。

背景技术

机器学习是人工智能研究发展到一定阶段的必然产物，其致力于通过计算的手段，利用经验来改善系统自身的性能。在计算机系统中，“经验”通常以“数据”形式存在，通过机器学习算法，可从数据中产生“模型”，也就是说，将经验数据提供给机器学习算法，就能基于这些经验数据产生模型，在面对新的情况时，模型会提供相应的判断，即，预测结果。

一个机器学习模型通常解决的是特定场景下的问题，而开发机器学习模型需要投入较多的人力成本，并且需要专门的人才投入。针对传统机器学习建模方案存在的不足，产生了自动机器学习(AutoML)，自动机器学习的目的是使用自动化的数据驱动方式来确定机器学习解决方案。

但是目前自动机器学习的开发成本较高，如何使得用户通过简单操作就可以实现自动机器学习，以降低自动机器学习的开发成本，是目前亟需解决的一个问题。

发明内容

本发明的示例性实施例旨在提供一种机器学习模型上线的实现自动机器学习的方案，以降低用户开发自动机器学习的成本。

根据本发明的第一个方面，提出了一种实现自动机器学习的方法，包括：获取用户设定的用于表征至少部分机器学习建模过程的过程配置信息，过程配置信息包括一个或多个操作步骤；获取用户针对至少部分机器学习建模过程设定的参数配置信息，参数配置信息包括操作步骤涉及的至少部分操作参数的取值空间；基于过程配置信息和基于参数配置信息确定的至少部分操作参数的不同取值组合，执行至少部分机器学习建模过程，得到多个执行结果；以及根据多个执行结果输出至少部分操作参数的优选取值。

可选地，获取用户设定的用于表征至少部分机器学习建模过程的过程配置信息的步骤包括：向用户提供数据上传接口；接收用户通过数据上传接口上传的文件，其中，文件是用户基于特定规则的语言针对至少部分机器学习建模过程编写的；对文件进行解析，确定过程配置信息。

可选地，文件还定义了操作步骤涉及的至少部分操作参数的取值空间，获取用户针对至少部分机器学习建模过程设定的参数配置信息的步骤包括：对文件进行解析，确定参数配置信息。

可选地，获取用户设定的用于表征至少部分机器学习建模过程的过程配置信息的步骤包括：向用户展示用于对至少部分机器学习建模过程进行设置的交互界面；获取用户通过交互界面设定的过程配置信息。

可选地，获取用户针对至少部分机器学习建模过程设定的参数配置信息的步骤包括：向用户展示用于对操作步骤涉及的操作参数的取值空间进行设置的交互界面；获取用户通过交互界面设定的参数配置信息。

可选地，过程配置信息还定义了至少一个目标节点，目标节点为数据节点，其中，基于过程配置信息和基于参数配置信息所确定的至少部分操作参数的不同取值组合，执行至少部分机器学习建模过程的步骤包括迭代执行如下操作：根据参数配置信息确定至少部分操作参数的一组或多组取值组合；根据过程配置信息和所确定的取值组合，执行至少部分机器学习建模过程，得到目标节点的执行结果。