发明名称 | 实例加权学机器学模型 | ||
摘要 | 一种实例加权学(IWL)机器学模型。在一个示例实施例中,采用IWL机器学模型来训练分类器的方法可以包括:确定应与强化学机器学训练实例的时间序列中的每个机器学训练实例关联的质量值,将对应的所确定的质量值与机器学训练实例中的每个进行关联,以及使用机器学训练实例中的每个训练实例来训练分类器。机器学训练实例中的每个包括状态-动作对,以及在训练期间基于机器学训练实例中的每个所关联的质量值使用对不同质量值不同地加权的加权因子来对机器学训练实例中的每个进行加权,使得分类器从具有较高质量值的机器学训练实例比从具有较低质量值的机器学训练实例更多地学。 | ||
申请公布号 | CN104956359A | 申请公布日期 | 2015.09.30 |
申请号 | CN201380071899.X | 申请日期 | 2013.12.20 |
申请人 | 内部销售公司 | 发明人 | 托尼·拉蒙·马丁内斯;曾信川 |
分类号 | G06F15/18(2006.01)I | 主分类号 | G06F15/18(2006.01)I |
代理机构 | 北京集佳知识产权代理有限公司 11227 | 代理人 | 朱胜;李春晖 |
主权项 | 一种采用实例加权学习IWL机器学习模型的方法,所述方法包括:将质量值与强化学习机器学习训练实例集合中的每个机器学习训练实例进行关联,所述机器学习训练实例中的每个包括状态‑动作对;以及使用强化学习,使用所述机器学习训练实例中的每个来训练分类器,在训练期间基于所述机器学习训练实例中的每个的所关联的质量值对所述机器学习训练实例中的每个进行加权。 | ||
地址 | 美国犹他州 |