[發明專利]估計機器學習解決方案的可行性和努力

在審

• 申請號: 202010632525.2
• 申請日: 2020-07-02
• 公開（公告）號: CN112215361A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: P.D.S.U.佩雷拉;O.拉茲;R.勞特拉伊;E.D.法奇
• 申請（專利權）人: 國際商業機器公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 北京市柳沈律師事務所 11105
• 代理人: 邸萬奎

1.一種計算機實現的方法，包括：

基于原始訓練數據集生成問題集；

基于與所生成的問題集中的每個問題對應的回答計算可行性評分；

響應于確定所計算出的可行性評分滿足閾值，計算與開發至少一個機器學習(ML)解決方案以解決問題相關聯的努力水平；以及

向用戶呈現與評估該至少一個ML解決方案成功的可能性相關聯的多個結果。

2.如權利要求1所述的方法，其中基于原始訓練數據集生成問題集還包括：

接收原始訓練數據集；

從收到的原始訓練數據集中確定一個或多個最佳實踐，并從收到的原始訓練數據集中確定一個或多個缺陷；

從確定的一個或多個最佳實踐和確定的一個或多個缺陷中提取生成的問題集；以及

將生成的問題集與開發至少一個ML解決方案的階段進行聚合。

3.如權利要求1所述的方法，還包括：

從生成的問題集中檢索與每個問題對應的回答，

其中，從生成的問題集中檢索到的與每個問題對應的回答是二進制的。

4.如權利要求3所述的方法，還包括：

為與每個問題對應的每個檢索到的回答分配一個數值；以及

基于對生成的問題集的檢索的回答分配的數值之和計算可行性評分。

5.如權利要求1所述的方法，還包括：

響應于確定計算的可行性評分不滿足閾值，提示用戶；以及

確定至少一項建議，以分析與計算的可行性評分相關的多個因素，

其中，所確定的至少一項建議是從一個組中選擇的，該組包括搜索至少一個額外的原始訓練數據集，重新定義一個或多個學習目標，和檢查生成的問題集中的每個具有檢索到的否定的回答的問題。

6.如權利要求1所述的的方法，其中，響應于確定所計算出的可行性評分滿足閾值，計算努力水平還包括：

基于多個基于規則的部分分解與該至少一個ML解決方案相關的問題，其中該多個基于規則的部分確定該至少一個ML解決方案是否解決了分解的問題；以及

對該至少一個ML解決方案進行分類，其中用于對該至少一個ML解決方案進行分類的一個或多個標簽包括成功或不成功。

7.如權利要求1所述的的方法，其中所呈現的多個結果包括計算的可行性評分、計算的努力水平和與計算的努力水平相關的分解。

8.一種計算機系統，包括

存儲器，存儲有程序代碼；

與存儲器耦合的處理器，被配置為從存儲器讀取程序代碼以執行其中實現根據權利要求1至7的任何一項所述的方法的步驟的計算機可執行指令。

9.一種計算機程序產品，包含計算機可讀的存儲介質，所述存儲介質包含計算機程序代碼，所述計算機程序代碼包括計算機可執行指令，所述計算機可執行指令被配置為實現根據權利要求1至7的任何一項所述的方法的步驟。

10.一種裝置，包括一個或多個模塊，所述一個或多個模塊被配置用于實現根據權利要求1至7的任何一項所述的方法的所有步驟的功能。