SHARED MACHINE LEARNING

A network system may include a plurality of trainer devices and a computing system disposed within a remote network management platform. The computing system may be configured to: receive, from a client device of a managed network, information indicating (i) training data that is to be used as basis...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: ROS, FERNANDO, GOVINDARAJAN, KANNAN, PALAPUDI, SRIRAM, JAYARAMAN, BASKAR, KARAKUSOGLU, FIRAT, BENDRE, NIKHIL, THAKUR, ANIRUDDHA
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A network system may include a plurality of trainer devices and a computing system disposed within a remote network management platform. The computing system may be configured to: receive, from a client device of a managed network, information indicating (i) training data that is to be used as basis for generating a machine learning (ML) model and (ii) a target variable to be predicted using the ML model; transmit an ML training request for reception by one of the plurality of trainer devices; provide the training data to a particular trainer device executing a particular ML trainer process that is serving the ML training request; receive, from the particular trainer device, the ML model that is generated based on the provided training data and according to the particular ML trainer process; predict the target variable using the ML model; and transmit, to the client device, information indicating the target variable. Un système de réseau peut comprendre une pluralité dappareils dinstruction et un système informatique disposé à lintérieur dune plateforme de gestion de réseau à distance. Le système informatique peut être configuré pour : recevoir, en provenance dun dispositif client dun réseau géré, des informations indiquant (i) des données dapprentissage qui doivent être utilisées comme base pour générer un modèle dapprentissage automatique (ML) et (ii) une variable cible à prédire à laide du modèle ML; transmettre une demande dapprentissage ML pour une réception par lun de la pluralité dappareils dinstruction; fournir les données dapprentissage à un appareil dinstruction particulier exécutant un procédé dapprentissage ML particulier qui dessert la demande dapprentissage ML; recevoir, en provenance de lappareil dinstruction particulier, le modèle ML qui est généré sur la base des données dapprentissage fournies et selon le procédé dapprentissage ML particulier; prédire la variable cible à laide du modèle ML; et transmettre, au dispositif client, des informations indiquant la variable cible.