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。
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。