-
-
公开(公告)号:CN114580490A
公开(公告)日:2022-06-03
申请号:CN202111409356.7
申请日:2021-11-25
Applicant: 国际商业机器公司
Abstract: 一种用于混排型梯度的计算机实现的方法,用于使用随机梯度下降(SGD)来训练机器学习模型,该方法包括以下操作:均匀随机地分布训练数据的数据样本或坐标更新,以及计算无混排方案和混排方案的学习速率。使用随机梯度下降(SGD)算法来执行训练数据的非混排方案和混排方案的组合操作。基于一个或多个预先确定的标准,将组合操作从非混排方案切换成仅执行混排方案;以及基于组合的无混排方案和混排方案利用训练数据来训练机器学习模型。
-
-
公开(公告)号:CN115935266A
公开(公告)日:2023-04-07
申请号:CN202211063633.8
申请日:2022-09-01
Applicant: 国际商业机器公司
IPC: G06F18/2411 , G06F18/2413 , G06N20/00
Abstract: 一种生成用于机器学习的分类器引擎的计算机实现的方法,包括接收数据点集。将半监督k‑均值过程应用于来自每个类的数据点集。使用半监督k‑均值过程将类中的数据点集集群成多个数据点集群。针对来自所有类的集群中的一个或多个构建多‑多面体。在来自所有类的每对集群上运行支持向量机(SVM)过程。针对被集群的类确定分离超平面。基于通过超平面的分离为每个集群确定标记。
-
-
-