-
公开(公告)号：CN110751261B
公开(公告)日：2024-05-28
申请号：CN201910618144.6
申请日：2019-07-10
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06N3/0464 , G06N3/045 , G06N3/047 , G06N3/092
摘要： 提供了一种包括三层级模型的神经网络模型的训练方法和系统以及预测方法和系统。所述训练方法包括：获取训练数据记录；基于训练数据记录的属性信息来生成训练样本的特征，并将训练数据记录的标记作为训练样本的标记；利用训练样本的集合来训练神经网络模型，其中，在训练神经网络模型的过程中，通过神经网络模型的第一层级模型所包括的多个底层神经网络模型来分别学习出每个特征自身的特征信息表示，通过神经网络模型的第二层级模型所包括的多个中间模型来分别学习出对应输入项之间的交互表示，通过神经网络模型的第三层级模型来至少基于第二层级模型输出的交互表示学习出预测结果，并至少基于预测结果与标记之间的差异来调整所述神经网络模型。
-
公开(公告)号：CN113065101B
公开(公告)日：2024-04-02
申请号：CN202110336353.9
申请日：2018-01-03
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06F17/18
摘要： 本发明实施例公开一种逻辑回归模型的可视化解释方法及装置，涉及计算机技术领域，能够帮助用户直观快速地理解逻辑回归模型。所述方法包括：接收逻辑回归模型的解释请求；根据所述解释请求，获取逻辑回归模型的模型参数，所述模型参数包括所述逻辑回归模型中的各特征及各特征的权重值；对获取的所述模型参数中的各特征按所属特征名进行聚合；针对每一特征名进行特征统计以获得各特征名的特征统计信息，其中，所述特征统计信息指示同一特征名下各特征的权重值的分布信息和/或同一特征名下各特征的维度信息；通过图形化界面来展示所述特征名及对应的所述特征统计信息。本发明可用于模型训练或预测的场景中。
-
公开(公告)号：CN117593012A
公开(公告)日：2024-02-23
申请号：CN202211711301.6
申请日：2022-12-29
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06Q30/01 , G06Q30/0251
摘要： 本发明实施例公开一种智能销售辅助及其管理方法、装置、电子设备及存储介质，涉及人工智能技术领域，为提升销售过程的智能化和便利性而发明。所述智能销售辅助方法包括：获取执行人员的客户线索清单，所述客户线索清单中包括至少两个候选客户对象；基于预先收集的所述至少两个候选客户对象的资料信息，辨识所述至少两个候选客户对象中的高潜客户对象；对所述高潜客户对象进行约见处理；基于所述约见处理的结果，构建约见成功的目标高潜客户对象对应的约见任务；收集所述执行人员执行所述约见任务过程中的约见数据，所述约见数据用于更新所述目标高潜客户对象的资料信息。本发明的智能销售辅助方法可应用于企业的客户管理过程。
-
公开(公告)号：CN112036577B
公开(公告)日：2024-02-20
申请号：CN202010845727.5
申请日：2020-08-20
申请人： 第四范式(北京)技术有限公司
摘要： 本公开实施例涉及一种基于数据形式的应用机器学习的方法、装置和电子设备。应用机器学习的方法包括：接收用户输入的指定业务系统的信息，并确定用户选择的指定数据形式和指定数据形式相关联的指定机器学习应用；其中，指定机器学习应用中预先配置有指定业务系统的相关数据的定义信息；将指定数据形式与指定业务系统的数据接口对接；运行指定机器学习应用，以使指定机器学习应用基于指定数据形式的数据形式配置信息及指定业务系统的相关数据的定义信息，对指定数据形式的第一SDK采集的数据进行处理。本公开实施例中，通过将数据形式对接业务系统，可采集业务系统中的数据，并提供数据形式配置信息为数据处理提供依据，降低开发成本。
-
公开(公告)号：CN111652380B
公开(公告)日：2023-12-22
申请号：CN202010496368.7
申请日：2017-10-31
申请人： 第四范式(北京)技术有限公司
摘要： 提供一种针对机器学习算法进行算法参数调优的方法及系统。所述方法包括：(A)确定用于训练机器学习模型的机器学习算法；(B)向用户提供用于设置所述机器学习算法的调参配置项的图形界面，其中，所述调参配置项用于限定如何生成多组候选算法参数值；(C)接收用户为了设置所述调参配置项而在图形界面上执行的输入操作，并根据所述输入操作来获取用户设置的调参配置项；(D)基于获取的调参配置项来生成多组候选算法参数值；(E)分别在每组候选算法参数值下，按照所述机器学习算法来训练与每组候选算法参数值对应的机器学习模型；(F)评估训练出的与每组候选算法参数值对应的机器学习模型的效果。
-
公开(公告)号：CN109993233B
公开(公告)日：2022-11-01
申请号：CN201910283383.0
申请日：2016-06-13
申请人： 第四范式(北京)技术有限公司
摘要： 提供了一种基于机器学习来预测数据审核目标的方法及系统。所述方法包括：(A)获取待审核数据记录和至少一条验证数据记录；(B)基于所述至少一条验证数据记录来计算待审核数据记录的属性真实度特征，其中，所述属性真实度特征用于衡量所述至少一个属性信息的真实程度；(C)利用基于机器学习而训练出的目标预测模型，根据计算出的属性真实度特征来获取待审核数据记录关于数据审核目标的预测结果，其中，所述目标预测模型被训练为基于属性真实度特征来预测关于相应的待审核数据记录的数据审核目标。通过上述方式，能够克服现有的数据审核方式耗费人力的缺陷。
-
公开(公告)号：CN114462890B
公开(公告)日：2022-07-26
申请号：CN202210361680.4
申请日：2022-04-07
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06Q10/06 , G06F3/0483
摘要： 本发明实施例公开一种评估辅助方法及装置、电子设备、存储介质，涉及计算机技术领域，能够有助于对评估对象进行更加准确的评估。所述方法包括：接收第一业务的业务请求，并根据预设业务分配规则从各业务请求中选择一部分作为目标请求，分配给预设的实验业务流程进行处理；获取所述实验业务流程对所述目标请求的处理结果对应的反馈数据；基于所述反馈数据确定预先配置的评估指标的指标值；通过可视化的方式展示所述指标值和/或所述指标值相对于参考值的变化情况，以使观看者根据所述指标值和/或所述变化情况确定是否将所述实验业务流程转化为所述第一业务的主业务流程。本发明适用于对与用户价值的实现相关的各种问题的解决方案进行评估。
-
公开(公告)号：CN111597187A
公开(公告)日：2020-08-28
申请号：CN202010393361.2
申请日：2017-08-30
申请人： 第四范式(北京)技术有限公司
摘要： 提供一种用于执行机器学习的分布式系统及其方法。所述分布式系统包括：参数服务器，用于维护多个机器学习模型的参数，其中，所述参数具有键值对的形式，所述参数服务器按照单个键对应于多个值的形式来保存具有相同键的多个键值对；以及多个计算装置，被配置为并行地执行关于所述多个机器学习模型的算法。根据所述分布式系统及其方法，能够有效减少在同时进行关于多个机器学习模型的训练和/或预估时参数服务器的存储开销。
-
公开(公告)号：CN110751287A
公开(公告)日：2020-02-04
申请号：CN201910618464.1
申请日：2019-07-10
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06N3/08
摘要： 提供了一种神经网络模型的训练方法和系统以及预测方法和系统。所述训练方法包括：获取训练数据记录；基于训练数据记录的属性信息来生成训练样本的特征，并将训练数据记录的标记作为训练样本的标记；以及基于训练样本来训练所述神经网络模型，其中，在基于训练样本来训练所述神经网络模型的步骤中，将训练样本的至少一个特征经过对应的嵌入层，得到对应的特征嵌入向量，其中，所述方法还包括：在将训练样本的至少一个特征经过对应的嵌入层之前，分别确定各个嵌入层的维度。
-
公开(公告)号：CN110751261A
公开(公告)日：2020-02-04
申请号：CN201910618144.6
申请日：2019-07-10
申请人： 第四范式(北京)技术有限公司
IPC分类号： G06N3/04
摘要： 提供了一种包括三层级模型的神经网络模型的训练方法和系统以及预测方法和系统。所述训练方法包括：获取训练数据记录；基于训练数据记录的属性信息来生成训练样本的特征，并将训练数据记录的标记作为训练样本的标记；利用训练样本的集合来训练神经网络模型，其中，在训练神经网络模型的过程中，通过神经网络模型的第一层级模型所包括的多个底层神经网络模型来分别学习出每个特征自身的特征信息表示，通过神经网络模型的第二层级模型所包括的多个中间模型来分别学习出对应输入项之间的交互表示，通过神经网络模型的第三层级模型来至少基于第二层级模型输出的交互表示学习出预测结果，并至少基于预测结果与标记之间的差异来调整所述神经网络模型。
-
-
-
-
-
-
-
-
-
搜索结果
134 条记录 (耗时 0.05 秒)
