[發明專利]機器學習教學方法、裝置、電子設備和存儲介質

在審

• 申請號: 202110103603.4
• 申請日: 2021-01-26
• 公開（公告）號: CN112767205A
• 公開（公告）日: 2021-05-07
• 發明（設計）人: 呂松;燕豪偉;王東
• 申請（專利權）人: 深圳市恩孚電子科技有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/62;G06N20/00
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發明實施例公開了一種機器學習教學方法、裝置、電子設備和存儲介質。該機器學習教學方法包括：接收用戶輸入的機器學習教學指令；根據機器學習教學指令從至少兩個候選機器學習模型中選擇目標機器學習模型；其中，至少兩個候選機器學習模型是根據對人工智能教學場景進行標準化的分類結果預先配置；基于目標機器學習模型進行人工智能教學工作。通過對教學場景進行標準化，預先訓練機器學習模型，簡化教學參與用戶的操作步驟，降低教學參與者的操作難度，提高機器學習教學工作的時效性；并且每一個候選機器學習模型是針對每一類識別對象進行訓練的，降低了訓練的復雜度提高模型質量，進而提高機器學習教學工作的確定性，保證教學效果。

技術領域

本發明實施例涉及智能教育技術領域，尤其涉及一種機器學習教學方法、裝置、電子設備和存儲介質。

背景技術

人工智能教育的普及已經上升到國家戰略，目前在中小學課堂也已經陸續開設人工智能相關課程，給中小學生普及人工智能相關知識，建立相關基礎。由于人工智能教學場景繁多，因此在現有人工智能教育中機器學習教學的操作流程非常復雜，需要經歷拍攝樣品照片，神經網絡訓練，輸出模型和使用模型識別這四個步驟。且這四個步驟均需要教學參與人員進行操作，不利于教學工作的時效性。

最終得到的模型質量與教學參與人員拍攝樣品照片中的外觀樣式、拍攝樣本數量、訓練使用的神經網絡和現場光環境等情況都息息相關。并且構建訓練使用的神經網絡時，訓練樣本的復雜度與最終模型質量成正比，因此教學參與的師生在識別前的操作較為復雜且費時，且識別效果也得不到保障，不利于教學工作的時效性與確定性。

發明內容

本發明實施例提供一種機器學習教學方法、裝置、電子設備和存儲介質，以提高機器學習教學工作的時效性與確定性，降低教學參與者的操作難度，保證教學效果。

第一方面，本發明實施例提供了一種機器學習教學方法，包括：

接收用戶輸入的機器學習教學指令；

根據所述機器學習教學指令從至少兩個候選機器學習模型中選擇目標機器學習模型；其中，所述至少兩個候選機器學習模型是根據對人工智能教學場景進行標準化的分類結果預先配置；

基于所述目標機器學習模型進行人工智能教學工作。

第二方面，本發明實施例還提供了一種機器學習教學裝置，包括：

教學指令接收模塊，用于接收用戶輸入的機器學習教學指令；

模型選擇模塊，用于根據所述機器學習教學指令從至少兩個候選機器學習模型中選擇目標機器學習模型；其中，所述至少兩個候選機器學習模型是根據對人工智能教學場景進行標準化的分類結果預先配置；

教學模塊，用于基于所述目標機器學習模型進行人工智能教學工作。

第三方面，本發明實施例還提供了一種電子設備，包括：

一個或多個處理器；

存儲裝置，用于存儲一個或多個程序，

當所述一個或多個程序被所述一個或多個處理器執行，使得所述一個或多個處理器實現如本發明任一實施例所述的機器學習教學方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任一實施例所述的機器學習教學方法。