-
公开(公告)号：CN119204260A
公开(公告)日：2024-12-27
申请号：CN202411280733.5
申请日：2019-07-10
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供了一种在数据隐私保护下执行机器学习的方法和系统，所述方法包括：获取目标数据集；获取关于源数据集的迁移项，其中，所述迁移项用于在源数据隐私保护方式下将源数据集的知识迁移到目标数据集以在目标数据集上训练目标机器学习模型；以及在目标数据隐私保护方式下，基于目标数据集，结合所述迁移项来训练目标机器学习模型。
-
公开(公告)号：CN110858253B
公开(公告)日：2024-09-27
申请号：CN201910618274.X
申请日：2019-07-10
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供了一种在数据隐私保护下执行机器学习的方法和系统，所述方法包括：获取目标数据集；获取关于源数据集的迁移项，其中，所述迁移项用于在源数据隐私保护方式下将源数据集的知识迁移到目标数据集以在目标数据集上训练目标机器学习模型；以及在目标数据隐私保护方式下，基于目标数据集，结合所述迁移项来训练目标机器学习模型。
-
公开(公告)号：CN111752971B
公开(公告)日：2024-06-28
申请号：CN202010584436.5
申请日：2017-12-20
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F9/50
Abstract: 本发明公开了一种数据流并行处理的方法、装置、设备及存储介质。通过确定的多个工作线程之中的每一个工作线程，分别从任务队列中取出待处理任务，以针对取出的待处理任务进行处理，其中，待处理任务由数据流之中的待操作分批数据与数据流处理之中的相应操作步骤打包而成。本发明公开的这种基于任务生成式的并行化运行机制，对于基于不同操作步骤打包生成的任务，在实际运行过程中会根据其耗时自动地调整并行度。
-
公开(公告)号：CN110413867B
公开(公告)日：2022-11-08
申请号：CN201810397319.0
申请日：2018-04-28
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/9535 , G06N20/00
Abstract: 提供了一种用于内容推荐的方法及系统，所述方法包括：获取分别与多个候选推荐内容对应的多条候选内容数据记录；针对每条候选内容数据记录，通过以下处理来获得其所对应的候选推荐内容的推荐指数：获取与每条候选内容数据记录相应的序列特征，其中，序列特征在利用第一机器学习模型针对每条候选内容数据记录所涉及的一系列连续内容数据记录执行预测的过程中被提取；产生与每条候选内容数据记录相应的预测样本，其中，序列特征被用作预测样本所包括的特征之一；利用第二机器学习模型，针对预测样本来预测每条候选内容数据记录所对应的候选推荐内容在推荐后被接受的概率，以作为所述候选推荐内容的推荐指数；提供多个候选推荐内容各自的推荐指数。
-
公开(公告)号：CN113065101A
公开(公告)日：2021-07-02
申请号：CN202110336353.9
申请日：2018-01-03
Applicant: 第四范式(北京)技术有限公司
IPC: G06F17/18
Abstract: 本发明实施例公开一种逻辑回归模型的可视化解释方法及装置，涉及计算机技术领域，能够帮助用户直观快速地理解逻辑回归模型。所述方法包括：接收逻辑回归模型的解释请求；根据所述解释请求，获取逻辑回归模型的模型参数，所述模型参数包括所述逻辑回归模型中的各特征及各特征的权重值；对获取的所述模型参数中的各特征按所属特征名进行聚合；针对每一特征名进行特征统计以获得各特征名的特征统计信息，其中，所述特征统计信息指示同一特征名下各特征的权重值的分布信息和/或同一特征名下各特征的维度信息；通过图形化界面来展示所述特征名及对应的所述特征统计信息。本发明可用于模型训练或预测的场景中。
-
Patent Agency Ranking
公开(公告)号：CN111783893A
公开(公告)日：2020-10-16
申请号：CN202010640864.5
申请日：2017-09-08
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供了一种生成机器学习样本的组合特征的方法及系统，所述方法包括：(A)获取历史数据记录，其中，所述历史数据记录包括多个属性信息；以及(B)按照启发式搜索策略，在基于所述多个属性信息生成的至少一个特征之间逐阶段地进行特征组合以生成候选组合特征，其中，针对每一阶段，从候选组合特征集合中选择目标组合特征以作为机器学习样本的组合特征。根据所述方法和系统，通过启发式搜索策略来逐个阶段地完成候选组合特征的生成和目标组合特征的选取，从而可在使用较少运算资源的情况下有效地实现自动特征组合，提升机器学习模型的效果。
-
公开(公告)号：CN111752971A
公开(公告)日：2020-10-09
申请号：CN202010584436.5
申请日：2017-12-20
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F9/50
Abstract: 本发明公开了一种数据流并行处理的方法、装置、设备及存储介质。通过确定的多个工作线程之中的每一个工作线程，分别从任务队列中取出待处理任务，以针对取出的待处理任务进行处理，其中，待处理任务由数据流之中的待操作分批数据与数据流处理之中的相应操作步骤打包而成。本发明公开的这种基于任务生成式的并行化运行机制，对于基于不同操作步骤打包生成的任务，在实际运行过程中会根据其耗时自动地调整并行度。
-
公开(公告)号：CN108121792B
公开(公告)日：2020-06-26
申请号：CN201711381582.2
申请日：2017-12-20
Applicant: 第四范式(北京)技术有限公司
IPC: G06F16/2453 , G06F16/2455 , G06F9/50
Abstract: 本发明公开了一种数据流并行处理的方法、装置、设备及存储介质。通过确定的多个工作线程之中的每一个工作线程，分别从任务队列中取出待处理任务，以针对取出的待处理任务进行处理，其中，待处理任务由数据流之中的待操作分批数据与数据流处理之中的相应操作步骤打包而成。本发明公开的这种基于任务生成式的并行化运行机制，对于基于不同操作步骤打包生成的任务，在实际运行过程中会根据其耗时自动地调整并行度。
-
公开(公告)号：CN107766946B
公开(公告)日：2020-06-23
申请号：CN201710898898.2
申请日：2017-09-28
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供一种生成机器学习样本的组合特征的方法及系统。所述方法包括：(A)获取能够进行组合的单位特征；(B)向用户提供用于设置特征组合配置项的图形界面，其中，所述特征组合配置项用于限定如何在单位特征之间进行特征组合；(C)接收用户为了设置特征组合配置项而在图形界面上执行的输入操作，并根据所述输入操作来获取用户设置的特征组合配置项；以及(D)基于获取的特征组合配置项对单位特征之中的待组合特征进行组合，以生成机器学习样本的组合特征。根据所述方法及系统，用户只需通过交互界面来设置用于限定如何进行特征组合的相关配置项，即可实现自动特征组合，既提升了用户体验，也提升了机器学习模型的效果。
-
公开(公告)号：CN107729353B
公开(公告)日：2020-04-07
申请号：CN201710762586.9
申请日：2017-08-30
Applicant: 第四范式(北京)技术有限公司
Abstract: 提供一种用于执行机器学习的分布式系统及其方法。所述分布式系统包括：参数服务器，用于维护多个机器学习模型的参数，其中，所述参数具有键值对的形式，所述参数服务器按照单个键对应于多个值的形式来保存具有相同键的多个键值对；以及多个计算装置，被配置为并行地执行关于所述多个机器学习模型的算法。根据所述分布式系统及其方法，能够有效减少在同时进行关于多个机器学习模型的训练和/或预估时参数服务器的存储开销。
-
-
-
-
-
-
-
-
-
Search Results
80
records
(took 0.044 seconds)
