[发明专利]学得模型提供方法和学得模型提供装置

权利要求书

1.一种学得模型提供方法，其特征在于，

从用户侧装置获取测试数据，该测试数据是对感测数据附加该数据的属性信息所得到的，

通过将所述测试数据应用于数据库中预先保管的多个学得模型的各个学得模型，来计算所述多个学得模型各自的性能，

基于计算出的所述性能，从所述多个学得模型中选择向所述用户侧装置提供的学得模型。

2.一种学得模型提供方法，其特征在于，

从用户侧装置获取测试数据，该测试数据是对感测数据附加该数据的属性信息所得到的，

通过将所述测试数据应用于数据库中预先保管的多个学得模型的各个学得模型，来计算所述多个学得模型各自的性能，

基于计算出的所述性能，从所述多个学得模型中决定微调用的学得模型，

使用所述测试数据，对所决定的所述微调用的学得模型进行微调，

通过将所述测试数据应用于微调后的所述学得模型，来计算微调后的所述学得模型的性能，

基于计算出的所述性能，从微调后的所述学得模型中选择向所述用户侧装置提供的学得模型。

3.根据权利要求2所述的学得模型提供方法，其特征在于，

从所述用户侧装置获取关于是否能够向第三方提供使用所述测试数据进行微调后的学得模型的信息，

在获取到不能向第三方提供微调后的所述学得模型的意思的信息的情况下，不向第三方提供微调后的所述学得模型。

4.根据权利要求1或2所述的学得模型提供方法，其特征在于，

将模型信息呈现给所述用户侧装置，该模型信息是所选择的所述学得模型的功能和生成环境中的至少一方的信息，

在从所述用户侧装置获取到表示决定在该用户侧装置中利用的所述学得模型的信息时，将决定在所述用户侧装置中利用的所述学得模型提供给所述用户侧装置。

5.根据权利要求1或2所述的学得模型提供方法，其特征在于，

对所选择的所述学得模型赋予该学得模型的推荐等级，并且将表示所选择的所述学得模型的所述推荐等级的信息呈现给所述用户侧装置，

在从所述用户侧装置获取到表示决定在该用户侧装置中利用的所述学得模型的信息时，将决定在所述用户侧装置中利用的所述学得模型提供给所述用户侧装置。

6.根据权利要求5所述的学得模型提供方法，其特征在于，

基于所述学得模型的实际利用状况、所述学得模型的评价、生成所述学得模型所使用的学习数据数量中的至少一方来决定所述推荐等级。

7.一种学得模型提供装置，其特征在于，具备：

一个或多个处理器；

数据库，其预先保管有多个学得模型；以及

通信部，其与用户侧装置之间进行通信，

其中，所述处理器从所述用户侧装置获取测试数据，该测试数据是对感测数据附加该数据的属性信息所得到的，

所述处理器通过将所述测试数据应用于所述多个学得模型的各个学得模型，来计算所述多个学得模型各自的性能，

所述处理器基于计算出的所述性能，从所述多个学得模型中选择向所述用户侧装置提供的学得模型。

8.一种学得模型提供装置，其特征在于，具备：

一个或多个处理器；

数据库，其预先保管有多个学得模型；以及

通信部，其与用户侧装置之间进行通信，

其中，所述处理器从所述用户侧装置获取测试数据，该测试数据是对感测数据附加该数据的属性信息所得到的，

所述处理器通过将所述测试数据应用于所述多个学得模型的各个学得模型，来计算所述多个学得模型各自的性能，

所述处理器基于计算出的所述性能，从所述多个学得模型中决定微调用的学得模型，

所述处理器使用所述测试数据对所决定的所述微调用的学得模型进行微调，

所述处理器通过将所述测试数据应用于微调后的所述学得模型，来计算微调后的所述学得模型的性能，

所述处理器基于计算出的所述性能，从微调后的所述学得模型中选择向所述用户侧装置提供的学得模型。