机器学习模型构建的方法、装置、设备、介质和程序产品与流程

本公开的各实施例涉及计算机，更具体地，涉及机器学习模型构建的方法、装置、设备、介质和程序产品。

背景技术：

1、当前，机器学习过程在很多领域都有非常广泛的应用。在机器学习过程中，机器学习模型可以模拟人类的学习过程，基于输入的数据不断训练和更新。使用经过训练的机器学习模型可以执行自然语言处理、图像和/或语音识别、医学诊断等等各种各样的任务。构建机器学习模型的过程通常包括数据预处理、数据验证、模型架构设计、超参数配置和模型验证等多个过程，这些过程需要统一并集成地执行。

技术实现思路

1、本公开的实施例提供了一种机器学习模型构建的方法、装置、设备、介质和程序产品。

2、在本公开的第一方面，提供了一种计算机实现的方法。在该方法中，将从数据源获取的第一格式的第一数据，转换为第二格式的第二数据，第一格式属于预定的多种可读取格式。继而，对第二数据进行验证，并且使用经验证的第二数据来构建机器学习模型。

3、在本公开的第二方面，提供了一种用于构建机器学习模型的装置。装置包括数据读取模块，被配置为将从数据源获取的第一格式的第一数据，转换为第二格式的第二数据，第一格式属于预定的多种可读取格式。装置还包括数据验证模块，其被配置为对第二数据进行验证。而且，装置包括模型构建模块，其被配置为使用经验证的第二数据来构建机器学习模型。

4、在本公开的第三方面，提供了一种电子设备，包括：存储器和处理器；存储器用于存储程序指令，程序指令被处理器执行以实现根据本公开的第一方面的方法。

5、在本公开的第四方面，提供了一种计算机可读存储介质，其上存储有程序指令，程序指令被处理器执行以实现根据本公开的第一方面的方法。

6、在本公开的第五方面，提供了一种计算机程序产品，包括程序指令，程序指令被处理器执行时实现根据本公开的第一方面的方法。

技术特征：

1.一种计算机实现的方法，包括：

2.根据权利要求1所述的方法，其中对所述第二数据进行验证包括：

3.根据权利要求2所述的方法，还包括：

4.根据权利要求1所述的方法，还包括：

5.根据权利要求1所述的方法，其中对所述第二数据进行验证包括：

6.根据权利要求5所述的方法，其中所述可配置的多个验证任务是定期执行的。

7.一种用于构建机器学习模型的装置，包括：

8.一种电子设备，包括：

9.一种计算机可读存储介质，其上存储有程序指令，所述程序指令被处理器执行以实现根据权利要求1至6中任一项所述的方法。

10.一种计算机程序产品，包括程序指令，所述程序指令被处理器执行时实现权利要求1至6中任一项所述的方法。

技术总结
根据本公开的实施例提供一种机器学习模型构建的方法、装置、设备、介质和程序产品。在该方法中，将从数据源获取的第一格式的第一数据转换为第二格式的第二数据。第一格式属于预定的多种可读取格式。继而，对第二数据进行验证，并且使用经验证的第二数据来构建机器学习模型。由此，实现了数据读取、数据验证和模型构建的多个过程的集成，而且可以读取和利用多种格式的数据来构建学习模型，从而提高了机器学习模型构建效率以及机器学习模型的性能。

技术研发人员：刘佳宁,付聪慧,倪泽天,易子涵
受保护的技术使用者：北京嘀嘀无限科技发展有限公司
技术研发日：
技术公布日：2024/1/11