面向领域专家的AI系统分析训练模块的设计与实现

来源 :南京大学 | 被引量 : 0次 | 上传用户:llwjm
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着人们对大数据和机器学习等方面研究兴趣的提升和需求的增加,业界出现了许多优秀的产品来协助我们进行相关的研究和学习,如微软的Open PAI,阿里云PAI等,企业团队和人工智能研究者可以通过这些平台来进行机器学习的模型训练。但是,现有的机器学习平台并不能很好地满足一些非数据专业的其他领域人士的需求,他们对于机器学习的知识掌握不精通,仅希望能够有一个相对自动化的工具对自己业务的日常数据进行分析和训练。为了能够让非数据专业的其它领域的专家最大程度地发挥机器学习的作用,只需进行简单的配置和选择就可以对自己提供的数据文件进行分析和训练,本文提出一个面向领域专家的AI系统。该系统通过集成数据存储、数据分析、数据预处理、机器学习训练等功能,用户可以在本系统上传数据文件,系统自动对其解析并提供多种数理函数进行数据分析;同时系统封装了多种机器学习模型,提供训练模型并使用模型进行预测的服务,进而辅助各领域专家进行业务决策。除此之外,系统还提供自动化特征选择和自动化机器学习训练的服务,降低用户操作难度。本文主要介绍了系统的分析训练模块及其子模块的需求分析、概要设计、详细设计和实现。分析训练模块主要提供数据分析和机器学习的相关服务,其数据分析子模块包括了自动化数据分析、数理函数分析数据的功能;模型配置子模块包括了特征信息管理、自动化特征选择、模型信息管理的功能;模型训练子模块提供了机器学习训练、深度学习训练和自动化机器学习训练的功能。本系统已投入使用,主要用于对其他项目产出的数据进行数据分析和模型训练,协助项目研究、决策及分析。智能交通信息分析与管理平台使用本系统分析训练模块提供的功能来协助项目研究的决策、推进以及可行性的分析;Python基础教学课程使用本系统帮助学生完成数据分析等方面的课程作业。
其他文献
学位
学位
学位
学位
学位
学位
学位
学位
学位
房地产市场在过去近十年里飞速发展,但从2016年至今,楼市疲软,整体行情下行,房地产行业利润空间被压缩,拿地难,盈利更难,房地产企业如何进行成本管理已成为一个具有重要现实意义的问题。对于房地产工程项目而言,成本管理是贯穿于全过程的,每一个环节都将相互影响,需要进行持续的、动态性的管控,通过对于A房地产公司A项目成本问题进行分析并提出优化措施,能让企业从被动到主动,缓解企业成本压力,提升项目利润率。