[发明专利]一种机器学习系统的训练方法和训练系统有效
| 申请号： | 201610125904.6 | 申请日： | 2016-03-04 |
| 公开（公告）号： | CN107153630B | 公开（公告）日： | 2020-11-06 |
| 发明（设计）人： | 周俊 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 苏培华 |
| 地址： | 英属开曼群岛大开*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开一种机器学习系统的训练方法和系统，利用训练数据对所述机器学习系统进行训练，所述训练方法包括：将训练数据分配给多个工作机；将每一个工作机分配得到的训练数据划分为多个数据片；获取每一个工作机基于每一个数据片计算出的本地权重和本地损失函数值；汇总这些本地权重和本地损失函数值，获得当前权重和当前损失函数值；利用当前权重和/或当前损失函数值执行模型异常检测；当检测结果为第一类异常，将上一次汇总后的权重和上一次汇总后的损失函数值输入所述机器学习系统进行训练；当检测结果为第二类异常，将当前权重和/或当前损失函数值修正为第一阈值内的当前权重和/或当前损失函数值，并输入机器学习系统进行训练。 | ||
| 搜索关键词： | 一种 机器 学习 系统 训练 方法 | ||
【主权项】：
一种机器学习系统的训练方法，利用训练数据对所述机器学习系统进行训练，其特征在于，所述训练方法包括：将所述训练数据分配给多个工作机；将每一个工作机分配得到的训练数据划分为多个数据片；获取每一个工作机基于每一个数据片计算出的本地权重和本地损失函数值；汇总每一个工作机基于每一个数据片计算出的所述本地权重和本地损失函数值，获得当前权重和当前损失函数值；利用当前权重和/或当前损失函数值执行模型异常检测；当所述模型异常检测的结果为第一类异常，将上一次汇总后的权重和上一次汇总后的损失函数值输入所述机器学习系统进行训练；当所述模型异常检测的结果为第二类异常，将当前权重和/或当前损失函数值修正为第一阈值内的当前权重和/或当前损失函数值，并输入所述机器学习系统进行训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610125904.6/，转载请声明来源钻瓜专利网。
