[發明專利]模型訓練方法、裝置、存儲介質及電子設備

在審

• 申請號: 202210067359.5
• 申請日: 2022-01-20
• 公開（公告）號: CN114510305A
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李燕;高文龍;李爭獻;戴馨樂
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F9/451
• 分類號: G06F9/451;G06F9/445;G06F16/28;G06N20/00
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 賀曉蕾

1.一種模型訓練方法，其特征在于，所述方法包括：

顯示對機器學習模型的訓練配置界面，所述訓練配置界面用于供用戶配置所述機器學習模型的自動訓練內容；

響應于所述用戶在所述訓練配置界面的埋點輸入操作，確定所述埋點輸入操作對應的目標埋點信息，并將所述目標埋點信息發送給后端服務器，以觸發所述后端服務器通過所述目標埋點信息從業務系統對應的數據倉庫中獲取用于訓練所述機器學習模型的訓練數據；

響應于所述用戶在所述訓練配置界面的訓練觸發操作，向所述后端服務器發送訓練指令，以觸發所述后端服務器基于所述訓練數據對所述機器學習模型進行訓練。

2.根據權利要求1所述的方法，其特征在于，所述訓練配置界面顯示有預設特征埋點和預設標注埋點，所述響應于所述用戶在所述訓練配置界面的埋點輸入操作，確定所述埋點輸入操作對應的目標埋點信息，包括：

響應于所述用戶對所述預設特征埋點的第一選擇操作，確定所述第一選擇操作對應的特征埋點信息，并響應于所述用戶對所述預設標注埋點的第二選擇操作，確定所述第二選擇操作對應的標注埋點信息；

將所述特征埋點信息和所述標注埋點信息作為目標埋點信息；

其中，所述特征埋點信息被用于所述后端服務器獲取輸入所述機器學習模型的特征數據，所述標注埋點信息被用于所述后端服務器獲取數據作為所述特征數據對應的訓練標簽。

3.根據權利要求1所述的方法，其特征在于，所述響應于所述用戶在所述訓練配置界面的埋點輸入操作，確定所述埋點輸入操作對應的目標埋點信息，包括：

響應于所述用戶在所述訓練配置界面的埋點添加操作，確定所述埋點添加操作對應的埋點參數信息為目標埋點信息，所述埋點參數信息被用于所述后端服務器結合預設代碼模板生成目標數據代碼，所述目標數據代碼用于從所述數據倉庫中獲取用于訓練所述機器學習模型的訓練數據。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述訓練配置界面顯示有預設決策信息，所述方法還包括：

響應于所述用戶對所述預設決策信息的第三選擇操作，確定所述第三選擇操作對應的決策信息，并將所述決策信息發送給所述后端服務器，所述后端服務器用于對訓練后的機器學習模型添加決策信息，所述決策信息用于指示訓練后的機器學習模型在移動終端進行業務預測的觸發時刻。

5.根據權利要求1-3任一項所述的方法，其特征在于，在響應于所述用戶在所述訓練配置界面的訓練觸發操作，向后端服務器發送訓練指令之前，所述方法還包括：

顯示所述后端服務器發送的數據分析報告，所述數據分析報告由所述后端服務器基于所述訓練數據生成，且所述數據分析報告包括用于指示所述訓練數據中是否存在異常數據的結果指示信息。

6.根據權利要求1-3任一項所述的方法，其特征在于，所述訓練配置界面中顯示有多個預設機器學習模型的類型信息，所述方法還包括：

響應于所述用戶對所述多個預設機器學習模型的類型信息的第四選擇操作，確定所述第四選擇操作對應的目標類型信息；

所述響應于所述用戶在所述訓練配置界面的訓練觸發操作，向所述后端服務器發送訓練指令，包括：

響應于所述用戶在所述訓練配置界面的訓練觸發操作，向所述后端服務器發送包括所述目標類型信息的訓練指令，所述后端服務器用于通過所述目標類型信息調用對應的機器學習模型，并基于所述訓練數據訓練所述機器學習模型。

7.根據權利要求1-3任一項所述的方法，其特征在于，在響應于所述用戶在所述訓練配置界面的訓練觸發操作，向所述后端服務器發送訓練指令后，所述方法還包括：

顯示所述后端服務器發送的模型訓練結果；

響應于所述用戶基于所述模型訓練結果觸發的算法包上傳操作，向所述后端服務器發送上傳指令，以觸發所述后端服務器將算法包上傳到目標平臺，所述目標平臺用于供所述移動終端下載所述算法包進行業務預測；

其中，所述算法包由所述后端服務器基于訓練后的機器學習模型和預設算法模板生成，所述算法包用于加載訓練后的所述機器學習模型供所述移動終端進行業務預測。