[发明专利]一种自行闭环优化算法模型的方法及相关装置

说明书

本申请公开了一种自行闭环优化算法模型的方法及相关装置，方法包括：通过调用已训练算法模型的算法接口，将已训练算法模型的输出结果直接进行显示，由终端用户直接反馈输出结果的正确与否，将反馈数据为负反馈数据的输出结果加入训练，由模型训练系统根据新的训练集对已训练算法模型进行重训练，直至满足该应用场景，提高了已训练算法模型的智能优化效率，且可以在测试阶段直接由终端用户判别结果，解决了在训练成的模型无法满足使用场景的情况下，需要算法工程师重新调整算法或将没有覆盖到的训练集重新输入模型训练，在算法模型重新训练成功后，重新使用测试集调用算法接口，得到算法输出结果，存在的工作效率低下，无法智能优化的技术问题。

技术领域

本申请涉及计算机技术领域，尤其涉及一种自行闭环优化算法模型的方法及相关装置。

背景技术

机器学习是对能通过经验自动改进的计算机算法的研究，在机器学习中，核心之一为对算法模型利用大量的训练数据进行训练，在假设空间中找到评价函数得分最高的那个分类器。

对于算法模型的训练，现阶段都是准备一些训练数据，让算法先使用这些训练数据进行学习，学习成一个模型，具体的使用的时候，使用这个训练成的模型来做一些智能应用。

正常的情况下对于训练成的模型需要对其效果进行测试，如果效果满足使用场景的需求的情况下才会投入使用，但是当不能满足使用场景的时候是需要继续对算法模型进行优化的。

在训练成的模型无法满足使用场景的情况下，需要算法工程师重新调整算法或将没有覆盖到的训练集重新输入模型训练，在算法模型重新训练成功后，重新使用测试集调用算法接口，得到算法输出结果，存在工作效率低下，无法智能优化的技术问题。

发明内容

本申请提供了一种自行闭环优化算法模型的方法及相关装置，解决了在训练成的模型无法满足使用场景的情况下，需要算法工程师重新调整算法或将没有覆盖到的训练集重新输入模型训练，在算法模型重新训练成功后，重新使用测试集调用算法接口，得到算法输出结果，存在的工作效率低下，无法智能优化的技术问题。

有鉴于此，本申请第一方面提供了一种自行闭环优化算法模型的方法，所述方法包括：

S1、调用已训练算法模型的算法接口，将所述已训练算法模型的输出结果显示；

S2、获取终端用户对所述输出结果的反馈数据，所述反馈数据为正反馈数据或负反馈数据；

S3、将所述反馈数据为负反馈数据的所述输出结果作为训练数据存储至训练集中，使得模型训练系统调用所述训练集对所述已训练算法模型重新进行算法训练，得到新的已训练算法模型；

S4、返回至步骤S1重新调用新的所述已训练算法模型的算法接口。

可选地，当获取所述终端用户对所述输出结果的反馈数据为正反馈数据的数量达到预设值时，停止调用训练集对所述已训练算法模型进行算法训练。

可选地，所述步骤S2之后还包括：

将所述终端用户对所述输出结果的反馈数据与所述输出结果关联并存储至数据库中。

本申请第二方面提供一种自行闭环优化算法模型的平台，所述平台包括：

调用显示单元，用于调用已训练算法模型的算法接口，将所述已训练算法模型的输出结果显示；

获取单元，用于获取终端用户对所述输出结果的反馈数据，所述反馈数据为正反馈数据或负反馈数据；

第一存储单元，用于将所述反馈数据为负反馈数据的所述输出结果作为训练数据存储至训练集中，使得模型训练系统调用所述训练集对所述已训练算法模型重新进行算法训练，得到新的已训练算法模型；