بعض محتويات هذا التطبيق غير متوفرة في الوقت الحالي.
إذا استمرت هذه الحالة ، يرجى الاتصال بنا علىتعليق وإتصال
1. (WO2019028468) COMPUTER SYSTEM FOR BUILDING, TRAINING AND PRODUCTIONIZING MACHINE LEARNING MODELS
أحدث البيانات الببلوغرافية المتوفرة لدى المكتب الدولي    تقديم ملاحظات

رقم النشر: WO/2019/028468 رقم الطلب الدولي: PCT/US2018/045414
تاريخ النشر: 07.02.2019 تاريخ الإيداع الدولي: 06.08.2018
التصنيف الدولي للبراءات:
G06N 3/08 (2006.01) ,G06N 5/02 (2006.01) ,G06F 15/18 (2006.01)
Description not available in lang arDescription not available in lang arDescription not available in lang ar
المودعون:
FAIR IP, LLC [US/US]; 1540 2nd Street, Suite 200 Santa Monica, California 90401, US
المخترعون:
NGUYEN, David Luan; US
BOREN, David Scott; US
BARNWAL, Abhishek; US
ALI, Babar; US
الوكيل:
ADAIR, John L.; US
بيانات الأولوية:
62/541,46604.08.2017US
العنوان (EN) COMPUTER SYSTEM FOR BUILDING, TRAINING AND PRODUCTIONIZING MACHINE LEARNING MODELS
(FR) SYSTÈME INFORMATIQUE POUR CONSTRUIRE, FORMER ET METTRE EN PRODUCTION DES MODÈLES D'APPRENTISSAGE AUTOMATIQUE
الملخص:
(EN) A system for building, training and productionizing machine learning models is disclosed. A model training specification is received, and a plurality of sets of hyper-parameters is obtained. Sets of training data and hyper parameter sets are distributed to distributed training systems. Models are trained in parallel using different sets of training data. Models are trained using multiple sets of hyper parameters. A candidate hyper-parameter set is selected, based on a measure of estimated effectiveness of the trained predictive models, and a production predictive model is generated by training a predictive model using the selected candidate hyper-parameter set and the complete set of training data.
(FR) L'invention concerne un système pour construire, former et mettre en production des modèles d'apprentissage automatique. Une spécification de formation de modèle est reçue, et une pluralité d'ensembles d'hyper-paramètres est obtenue. Des ensembles de données de formation et d'ensembles d'hyper-paramètres sont distribués à des systèmes de formation distribués. Des modèles sont formés en parallèle en utilisant des ensembles de données de formation différents. Des modèles sont formés en utilisant de multiples ensembles d'hyper-paramètres. Un ensemble d'hyper-paramètres candidat est sélectionné, sur la base d'une mesure de l'efficacité estimée des modèles prédictifs formés, et un modèle prédictif de production est généré par formation d'un modèle prédictif en utilisant l'ensemble d'hyper-paramètres candidat sélectionné et l'ensemble complet de données de formation.
front page image
الدول المعيّنة: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
المنظمة الإقليمية الأفريقية للملكية الفكرية (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
مكتب البراءات الأوروبي الآسيوي (AM, AZ, BY, KG, KZ, RU, TJ, TM)
المكتب الأوروبي للبراءات (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
المنظمة الأفريقية للملكية الفكرية (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
لغة النشر: الإنكليزية (EN)
لغة الإيداع: الإنكليزية (EN)