COMPUTER SYSTEM FOR BUILDING, TRAINING AND PRODUCTIONIZING MACHINE LEARNING MODELS

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 tr...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: BARNWAL, Abhishek, ALI, Babar, BOREN, David Scott, NGUYEN, David Luan
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung: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. 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.