[发明专利]机器学习建模过程的实现方法和系统

权利要求书

1.一种机器学习建模过程的实现方法，包括：

获取用户针对至少部分机器学习建模过程设定的配置信息，所述配置信息用于表征所述至少部分机器学习建模过程的执行策略，所述配置信息包括执行策略已确定的第一部分和执行策略待确定的第二部分；

利用自动机器学习技术确定所述第二部分的执行策略；

基于所述第一部分的执行策略和所确定的所述第二部分的执行策略，执行所述至少部分机器学习建模过程，得到与所述至少部分机器学习建模过程对应的结果。

2.根据权利要求1所述的方法，所述利用自动机器学习技术确定所述第二部分的执行策略的步骤包括：

对所述第二部分的决策空间中多个取值不同的执行策略进行评测，所述决策空间用于表征所述第二部分的执行策略的取值集合；

将评测结果较好的执行策略确定为所述第二部分的执行策略。

3.根据权利要求2所述的方法，其中，所述对所述第二部分的决策空间中多个取值不同的执行策略进行评测的步骤包括：

按照所述第一部分的执行策略以及赋值后的第二部分的执行策略，执行所述至少部分机器学习建模过程，得到与所述至少部分机器学习建模过程对应的结果；

对所述结果进行评测；

根据评测结果重新为所述第二部分的执行策略赋值；

重复上述流程，直到满足预定条件，得到所述第二部分的多个取值不同的执行策略的评测结果。

4.根据权利要求1所述的方法，还包括：

获取数据描述信息，所述数据描述信息描述了一种或多种数据、所述数据的属性以及所述数据和/或所述属性的关系；

基于所述数据描述信息，得到用于结构化地表征所述数据、所述属性以及所述关系的数据模型。

5.根据权利要求4所述的方法，还包括：

向用户输出建议信息，所述建议信息用于表征针对所述数据模型的可行操作。

6.根据权利要求4所述的方法，其中，所述数据描述信息是用户基于第一规则语言编写的，

基于所述数据描述信息，得到用于结构化地表征所述数据、所述属性以及所述关系的数据模型的步骤包括：

使用能够识别所述第一规则语言的读取函数读取所述数据描述信息，并基于所述数据描述信息得到所述数据模型。

7.根据权利要求4所述的方法，其中，

所述配置信息是用户根据所述数据模型设定的，所述配置信息用于表征基于所述数据模型所表征的数据和/或属性实现所述至少部分机器学习建模过程的执行策略。

8.一种机器学习建模过程的实现系统，包括：

交互装置，用于获取用户针对至少部分机器学习建模过程设定的配置信息，所述配置信息用于表征所述至少部分机器学习建模过程的执行策略，所述配置信息包括执行策略已确定的第一部分和执行策略待确定的第二部分；

机器学习处理装置，用于利用自动机器学习技术确定所述第二部分的执行策略，以及基于所述第一部分的执行策略和所确定的所述第二部分的执行策略，执行所述至少部分机器学习建模过程，得到与所述至少部分机器学习建模过程对应的结果。

9.一种包括至少一个计算装置和至少一个存储指令的存储装置的系统，其中，所述指令在被所述至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1到7中的任一权利要求所述的方法。

10.一种存储指令的计算机可读存储介质，其中，当所述指令被至少一个计算装置运行时，促使所述至少一个计算装置执行如权利要求1到7中的任一权利要求所述的方法。