一种多模态自适应机器学习方法及装置

    公开(公告)号:CN110533054A

    公开(公告)日:2019-12-03

    申请号:CN201810515427.3

    申请日:2018-05-25

    IPC分类号: G06K9/62 G06Q50/06

    摘要: 本发明涉及一种多模态自适应机器学习方法及系统,所述方法包括:获取待求解对象及待求解对象的训练数据;若所述待求解对象在长时记忆中存在相关的机器学习模型,则根据所述待求解对象的训练数据,将长时记忆中的所述待求解对象相关的机器学习模型应用于求解所述待求解对象;若所述待求解对象在长时记忆中不存在相关的机器学习模型,则根据所述待求解对象的训练数据,在工作记忆中构建所述待求解对象相关的机器学习模型,并将工作记忆中构建的所述待求解对象相关的机器学习模型应用于求解所述待求解对象,本发明提供的技术方案,可以保证待求解对象的安全可行性并不断提高待求解对象精度与性能。

    一种基于云架构的机器学习算法全过程训练方法及系统

    公开(公告)号:CN108665072A

    公开(公告)日:2018-10-16

    申请号:CN201810498265.7

    申请日:2018-05-23

    IPC分类号: G06N99/00

    摘要: 本发明涉及一种基于云架构的机器学习算法全过程训练方法及系统,所述方法包括:通过web应用程序上传训练数据集和待求解问题数据集至云数据服务器,并选择预先建立的机器学习算法;云计算服务器通过云数据服务器获取训练数据集,利用训练数据集进行模型训练,获取训练模型;云计算服务器通过云数据服务器获取待求解问题数据集,根据待求解问题数据集利用训练模型获取求解结果,并将该求解结果返回至云数据服务器;云数据服务器将求解结果返回至web应用程序;本发明提供的技术方案将计算环境和计算资源部署在云端,帮助技术研究及开发人员高效快速地搭建机器学习算法模型并高效训练模型,减少时间成本和软硬件购置成本。