[发明专利]生成机器学习输出的方法

说明书

公开了一种用于生成一个或多个输出的计算机实现的方法。该方法包括以高级语言提供代码，该代码包括定义所需输出的一个或多个属性的一个或多个语句；确定所需输出的一个或多个属性在代码中未被定义；使用机器学习算法定义一个或多个未定义属性中的至少一个属性；基于代码中定义的一个或多个属性和使用机器学习算法定义的至少一个属性来生成输出；以及重新定义使用机器学习算法定义的输出的至少一个属性，以生成重新定义的输出。自动重新定义使用机器学习算法定义的至少一个属性，并且基于一个或多个先前输出的相关联性能级别来自动重新定义使用机器学习算法定义的至少一个属性。

技术领域

本公开涉及生成机器学习输出的方法。

背景技术

近年来，计算能力的进步导致人工智能和机器学习在广泛的技术领域中的使用和适用性迅速增加。

机器学习办法通常被用于对可能的输出或解决方案有足够大的搜索空间并且非机器学习办法将太慢或难以使用的情况。

因此，已开发出用于生成各种输出的机器学习解决方案。机器学习可以帮助开发的输出类型变化且众多。例如，机器学习可以帮助生成与预测特定事件的可能性相关的输出。机器学习也可被用于生成更具体的输出，诸如图像或网站。

该行业所面临的问题来自以下事实：一旦建立了给定的机器学习解决方案或模型，该解决方案或模型就会被固定并且不容易修改或操纵。这使得实时修改机器学习解决方案或模型以对新的见解作出反应具有挑战性。合作也变得困难，因为使用不同解决方案的不同方找到的发现和见解无法容易地共享和组合。

该行业所面临的另一问题涉及以下事实：尝试在合理的时间框架内优化最初产生的输出存在重大挑战。

如可以看到的，现有的生成机器学习输出的方法遭受重大缺陷。提供解决这些问题中的一个或多个问题(单独或组合)的系统和方法将是有利的。

概述

本概述引入了在详细描述中更详细描述的概念。其不应被用于识别所要求保护的主题的基本特征，也不应限制所要求保护的主题的范围。

根据本公开的一个方面，提供了一种用于生成一个或多个输出的计算机实现的方法，其包括以高级语言提供代码，该代码包含定义所需输出的一个或多个属性的一个或多个语句。该代码可适用于生成所需的输出。

输出可被视为机器学习过程的最终成果。输出也可以被认为是由执行本公开的一个或多个方法的计算机或计算机系统产生的产品、物品、结果、效果(outcome)或其他输出。示例输出包括图像或机器学习解决方案/机器学习模型等输出。

高级语言可被认为可由人类用户解释的语言，并与可由计算机处理器解释和/或执行的低级或可执行代码形成对比。在高级语言中，可能存在对低级代码的强大抽象，从而允许以人类可读的形式编写代码和语句。以高级语言提供代码可以使用户能够理解、解释和可任选地编辑代码。代码可以是基于文本的。代码可以是数字。该代码可由用户配置。这些语句可以是用户定义的。通过提供包含用户可定义语句的代码，用户可以容易地编辑代码。如果已经确定代码中的一组特定的已定义语句已经产生了有效的结果，特别是生成了成功的输出，那么这些语句可以很容易地从一组代码中被提取并插入到另一组代码中。这大大提高了用户彼此共享和协作的能力，例如通过组合已确定有效工作的高级代码部分。

该方法可包括确定所需输出的一个或多个属性在代码中未定义，以及使用机器学习算法定义一个或多个未定义属性中的至少一个属性。该方法可包括基于代码中定义的一个或多个属性和使用机器学习算法定义的至少一个属性来生成输出。