评估机器学习模型的准确度

被引：0

专利类型：

发明

申请号：

CN201780002012.X

申请日：

2017-01-24

公开(公告)号：

CN109155012A

公开(公告)日：

2019-01-04

发明(设计)人：

周素译迪帕克·拉马穆尔蒂·西瓦拉玛普拉姆·钱德拉塞克兰傅博普拉奇·古普塔库纳·贾殷托马斯·普赖斯萨尔夫吉特·辛格谢洁锐

申请人：

申请人地址：

美国加利福尼亚州

IPC主分类号：

G06Q1004

IPC分类号：

代理机构：

中原信达知识产权代理有限责任公司 11219

代理人：

李佳;穆德骏

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2019-01-04	公开	公开
2019-01-29	实质审查的生效	实质审查的生效 IPC(主分类):G06Q 10/04 申请日:20170124

共 50 条

[1]

提供商网络中的机器学习模型的基于动态准确度的部署和监测 [P].

小托马斯·A·福尔哈伯 ;

E·利伯蒂 ;

S·史蒂芬妮 ;

Z·卡尔宁 ;

C·威利 ;

S·A·洛伊普基 ;

S·西瓦苏布拉马尼亚 ;

A·J·斯莫拉 ;

T·古德哈特 .

中国专利 :CN111527499A ,2020-08-11

[2]

使用超参数预测器提高自动机器学习模型选择的准确度 [P].

H·F·莫汉达姆 ;

S·阿格尔沃 ;

V·瓦拉达拉珍 ;

A·雅科夫列夫 ;

S·伊蒂库拉 ;

N·阿格尔沃 .

中国专利 :CN114008641A ,2022-02-01

[3]

基于比较模型参数的准确度训练机器学习模型的处理器和系统 [P].

F·米莱塔里 ;

M·鲍斯特 ;

N·里克 ;

李文琦 ;

徐大光 ;

A·冯 ;

欧榕 ;

程岩 .

美国专利 :CN118503697A ,2024-08-16

[4]

提供商网络中的机器学习模型的基于动态准确度的部署和监测方法及系统 [P].

小托马斯·A·福尔哈伯 ;

E·利伯蒂 ;

S·史蒂芬妮 ;

Z·卡尔宁 ;

C·威利 ;

S·A·洛伊普基 ;

S·西瓦苏布拉马尼亚 ;

A·J·斯莫拉 ;

T·古德哈特 .

美国专利 :CN111527499B ,2024-03-26

[5]

一种基于机器学习的测量方法的准确度评估方法 [P].

吴刚 ;

赵静 ;

张璇 ;

张帆 ;

丁文兴 .

中国专利 :CN118551209A ,2024-08-27

[6]

一种基于机器学习的测量方法的准确度评估方法 [P].

吴刚 ;

赵静 ;

张璇 ;

张帆 ;

丁文兴 .

中国专利 :CN118551209B ,2024-11-15

[7]

一种基于机器学习的高准确度网站敏感词检测方法 [P].

江辉云 ;

范渊 .

中国专利 :CN110750981A ,2020-02-04

[8]

通过用缩放变换补偿较低精度改善机器学习操作的准确度 [P].

何普江 ;

克什蒂·多西 .

美国专利 :CN119790409A ,2025-04-08

[9]

用于使用强化学习来提高机器学习模型标签准确度的方法、系统和计算机程序产品 [P].

杨沛 .

美国专利 :CN120359525A ,2025-07-22

[10]

优化用于监视工业机器操作的机器学习算法的准确度 [P].

大卫·拉维德·本·卢卢 ;

瓦西姆·格拉耶布 .

中国专利 :CN112534371A ,2021-03-19

← 1 2 3 4 5 →