[发明专利]一种通用的机器学习超参黑盒优化方法及系统

摘要

本发明提供了一种通用的机器学习超参黑盒优化方法及系统，涉及人工智能和自动机器学习领域。包括，超参优化客户端，用于提交优化请求；超参优化服务门户，用于接收客户端请求进行处理；学习引擎，用于对训练集进行模拟学习；超参推荐引擎，用于根据模拟学习结果进行超参推荐；效果评估组件，用于评估训练集各超参集合的效果及性能；优化算法配置组件，用于超参优化算法的配置；自动停止组件，用于停止无意义的训练集；超参优化控制面板，用于管理配置、调度监控等。本发明的有益效果为：实现黑盒优化，使用简单，降低机器学习调参的门槛；引入新算法时可以快速适配优化；高可用性和高扩展性；内置最先进的超参优化算法，适合大规模应用。

主权项

1.一种通用的机器学习超参黑盒优化方法及系统，其特征在于，包括：超参优化客户端、超参优化服务器端、超参优化服务门户、学习引擎、超参推荐引擎、效果评估组件、优化算法配置组件、自动停止组件、超参优化控制面板，其中：所述超参优化客户端用于封装用户机器学习过程的相关资源（包括数据、模型、算法、参数等），并提交到超参优化服务器进行处理；所述超参优化服务器端用于接收客户端的请求，进行超参优化工作，同时提供一些超参优化需要的配置项管理和模拟验证等功能；所述超参优化服务门户用于集中接收客户端请求，根据客户端请求的类型，使用合适的服务组件进行处理并响应请求；所述学习引擎用于对用户提交的资源进行模拟学习；所述超参推荐引擎用于根据模拟学习的结果进行超参推荐；所述效果评估组件用于对推荐的超参进行验证训练，评估其应用效果以及性能；所述优化算法配置组件用于进行超参优化算法的配置；所述自动停止组件用于对正在训练的机器学习过程进行自动停止；所述超参优化控制面板用于管理包括客户端请求情况、参数模拟评估对比可视化、模拟学习情况等信息。