[发明专利]一种基于强化学习的自动化机器学习系统

说明书

本发明涉及机器学习技术领域，具体是一种基于强化学习的自动化机器学习系统，包括学习库以及与学习库进行智能交互的自动化机器，其中：自动化机器：用于获取用户发出的学习指令，并发送至学习库；学习库：用于接收自动化机器发送的学习指令，执行学习动作，并向自动化机器发送学习结果。本发明将自动化机器与学习库进行智能交互，根据用户发送的学习指令，基于学习库中预存的知识库，从复杂动态系统的大量学习资料数据中进行学习并不断训练，提升自动化机器智能学习的能力。

技术领域

本发明涉及机器学习技术领域，具体是一种基于强化学习的自动化机器学习系统。

背景技术

机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

机器学习领域中可以选择的算法众多，每种算法均有各自的适用场景。对普通数据分析师而言，如何根据具体应用场景选择最优的算法模型是一项技术门槛较高的任务。

大部分机器学习应用可以表示为端到端的机器学习流水线，其不仅包含算法选择阶段，还包含数据预处理和特征选择阶段。每个阶段又包含很多种可选的处理方法。因此，如何设计高效的机器学习流水线具有更高的技术挑战。

因此，针对以上现状，迫切需要开发一种基于强化学习的自动化机器学习系统，以克服当前实际应用中的不足。

发明内容

本发明的目的在于提供一种基于强化学习的自动化机器学习系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于强化学习的自动化机器学习系统，包括学习库以及与学习库进行智能交互的自动化机器，其中：

自动化机器：用于获取用户发出的学习指令，并发送至学习库；

学习库：用于接收自动化机器发送的学习指令，执行学习动作，并向自动化机器发送学习结果，其中：

所述学习库包括有指令接收模块、学习模块、结果输出模块和期望计算模块，所述指令接收模块、学习模块、结果输出模块和期望计算模块通信连接，其中：

指令接收模块，用于获取用户发出的学习指令，屏蔽不同机器学习算法之间的异构性，并将该学习指令发送至学习模块；

学习模块，用于接收指令接收模块发送的学习指令，依据预存的学习行为执行学习动作，并向结果输出模块发送学习结果；

期望计算模块，用于接收结果输出模块发送的学习结果，依据预存的期望模型计算期望值。

作为本发明进一步的方案：所述指令接收模块包括有指令接收单元、异构性屏蔽单元和指令发送单元，指令接收单元、异构性屏蔽单元和指令发送单元通信连接，其中：

异构性屏蔽单元使用统一的API接口，屏蔽不同的机器学习算法库之间的异构性。

作为本发明进一步的方案：所述学习模块包括有学习行为预存单元、学习单元和知识库，所述学习单元分别与学习行为预存单元和知识库相互连接，其中：

学习行为预存单元，用于获取用户预存的学习行为模型；

知识库，用于获取用户预存的学习资料；

学习单元，根据学习指令获取学习行为预存单元中适用于该学习指令的学习方式，根据学习指令获取知识库中适用于该学习指令的学习资料，结合学习方式和学习资料进行机器学习，得到学习结果。

作为本发明进一步的方案：所述期望计算模块包括学习结果获取单元、期望模型预存单元和平均值计算单元，所述学习结果获取单元、期望模型预存单元和平均值计算单元通信连接，其中：

学习结果获取单元，用于从学习单元中获取学习结果，并发送至期望模型预存单元；