识别最佳权重以改进机器学习技术中的预测准确度
公开
摘要
一种用于在机器学习技术中提高预测准确度的计算机实现的方法、系统和计算机程序产品。构建教师模型，其中，教师模型针对每个数据案例产生权重。然后使用训练数据和由教师模型生成的权重来训练当前学生模型。在训练当前学生模型之后，当前学生模型产生状态特征，状态特征被教师模型使用以产生新权重。然后使用训练数据和这些新权重来训练候选学生模型。通过使用训练和测试数据将当前学生模型与候选学生模型进行比较来生成奖励，如果没有满足停止规则，则所述奖励用于更新教师模型。在满足停止规则时，由教师模型生成的权重被视为“最佳”权重，其返回至用户。
基本信息
专利标题 ：
识别最佳权重以改进机器学习技术中的预测准确度
专利标题（英）：
暂无
公开（公告）号 ：
CN114616577A
申请号 ：
CN202080075087.2
公开（公告）日 ：
2022-06-10
申请日 ：
2020-11-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
许静韩四儿S.G.巴比张雪英杨继辉
申请人 ：
国际商业机器公司
申请人地址 ：
美国纽约阿芒克
代理机构 ：
北京市柳沈律师事务所
代理人 ：
陈金林
优先权 ：
CN202080075087.2
主分类号 ：
G06N10/20
IPC分类号 ：
G06N10/20 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
