摘要
本申请公开了一种任务处理方法和装置,涉及模型选择技术领域,包括通过构建包含样本数据集的结构特征和动态特征的特征量化评估矩阵,将目标任务的样本数据集特性转化为可计算的量化指标,进而结合任务类型和任务约束得到目标任务信息,进一步将目标任务信息与历史任务信息中的特征量化评估矩阵、任务类型和任务约束进行匹配筛选,确定出候选模型集合,以复用历史任务的模型适配经验,无需逐一尝试大量模型,显著减少在大规模数据集或复杂任务中因人工试错产生的冗余计算,快速缩小候选模型范围,提高了机器学习模型选择的效率。
技术关键词
机器学习模型
特征量化评估
超参数
矩阵
图谱
可读存储介质
存储计算机程序
序列
计算机程序产品
样本
处理器
动态
数据
处理单元
电子设备
冗余
存储器
编码
系统为您推荐了相关专利信息
编排方法
支持向量机模型
主成分分析技术
k均值聚类算法
异常数据点
组合优化调度方法
有功功率
电压
机组组合模型
幅值
腹腔镜手术
马尔可夫模型
可视化方法
动态可视化
深度学习模型