[发明专利]集成化的机器学习算法库与统一编程框架在审
| 申请号： | 201910116872.7 | 申请日： | 2019-02-15 |
| 公开（公告）号： | CN109828751A | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 郭昆;郭文忠;陈羽中;郭鸿清 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06F8/30 | 分类号： | G06F8/30;G06F8/35;G06N99/00 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 蔡学俊 |
| 地址： | 350108 福建省福州市闽*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种集成化的机器学习算法库与统一编程框架，包括模型学习组件、模型更新组件和学习策略组件；所述模型学习组件基于Batch Processing利用机器学习算法和固定大小的批量数据构建算法模型的逻辑；所述模型更新组件基于Timely Processing利用动态的数据流对特定的算法模型进行更新的逻辑；所述学习策略组件内置判断输入数据是批量数据还是流数据的策略，调度模型学习组件、模型更新组件两个组件进行动态学习的逻辑。本发明能够克服传统机器学习系统的单一处理方式缺点，方便机器学习的应用。 | ||
| 搜索关键词： | 机器学习算法 模型更新 编程框架 模型学习 批量数据 算法模型 学习策略 集成化 数据流 传统机器 单一处理 调度模型 动态学习 机器学习 学习系统 学习组件 动态的 流数据 构建 内置 统一 更新 应用 | ||
【主权项】：
1.一种集成化的机器学习算法库与统一编程框架，其特征在于：包括模型学习组件、模型更新组件和学习策略组件；所述模型学习组件基于Batch Processing利用机器学习算法和固定大小的批量数据构建算法模型的逻辑；所述模型更新组件基于Timely Processing利用动态的数据流对特定的算法模型进行更新的逻辑；所述学习策略组件内置判断输入数据是批量数据还是流数据的策略，调度模型学习组件、模型更新组件两个组件进行动态学习的逻辑。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910116872.7/，转载请声明来源钻瓜专利网。
