このアプリケーションの一部のコンテンツは現時点では利用できません。
このような状況が続く場合は、にお問い合わせくださいフィードバック & お問い合わせ
1. (WO2019028468) COMPUTER SYSTEM FOR BUILDING, TRAINING AND PRODUCTIONIZING MACHINE LEARNING MODELS
国際事務局に記録されている最新の書誌情報    第三者情報を提供

国際公開番号: WO/2019/028468 国際出願番号: PCT/US2018/045414
国際公開日: 07.02.2019 国際出願日: 06.08.2018
IPC:
G06N 3/08 (2006.01) ,G06N 5/02 (2006.01) ,G06F 15/18 (2006.01)
G 物理学
06
計算;計数
N
特定の計算モデルに基づくコンピュータ・システム
3
生物学的モデルに基づくコンピュータ・システム
02
ニューラル・ネットワーク・モデルを用いるもの
08
学習方法
G 物理学
06
計算;計数
N
特定の計算モデルに基づくコンピュータ・システム
5
知識ベースモデルを利用したコンピュータ・システム
02
知識の表示
G 物理学
06
計算;計数
F
電気的デジタルデータ処理
15
デジタル計算機一般;データ処理装置一般
18
一回の動作期間に,計算機自身が経験を積むことによりプログラムが変化されるもの,例.学習機械
出願人:
FAIR IP, LLC [US/US]; 1540 2nd Street, Suite 200 Santa Monica, California 90401, US
発明者:
NGUYEN, David Luan; US
BOREN, David Scott; US
BARNWAL, Abhishek; US
ALI, Babar; US
代理人:
ADAIR, John L.; US
優先権情報:
62/541,46604.08.2017US
発明の名称: (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
要約:
(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
指定国: 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
アフリカ広域知的所有権機関(ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
ユーラシア特許庁(EAPO) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
欧州特許庁(EPO) (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)
アフリカ知的所有権機関(OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
国際公開言語: 英語 (EN)
国際出願言語: 英語 (EN)