内容提供者
预测模型的训练方法和装置.pdf
2023-06-14
10金币
766KB
21页
戊午****jj
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共21页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
预测模型训练方法和装置.pdf
本说明书实施例提供一种训练预测模型的方法和装置，该预测模型包括第一分支和第二分支；根据该方法，首先获取目标样本，其包括样本特征，第一标签和第二标签；第一标签指示用户是否点击了目标对象；第二标签表示该用户是否实施与目标对象有关的目标行为。利用预测模型对样本特征进行处理，第一分支输出用户点击目标对象的第一概率；第二分支输出用户实施目标行为的第二概率。基于第一标签值和第一概率，确定第一损失。并且，在预设条件满足的情况下，根据第二标签值和第二概率确定第二损失，并根据第一损失和第二损失确定该目标样本的预测损失，其中
2023-05-25
10
679KB
预测模型的训练方法和装置.pdf
本公开的实施例公开了预测模型的训练方法和装置。该方法的一具体实施方式包括：获取由各预设场景分别对应的训练样本子集组成的训练样本集；获取由各预设场景分别对应的预测模型构成的初始模型，各预测模型包括相同的嵌入网络和共享专家网络，每个预设场景对应的预测模型还包括该预设场景对应的私有专家网络和预测网络，嵌入网络用于生成属性数据对应的特征向量，私有专家网络用于提取对应预设场景下的属性数据的特征，共享专家网络用于提取各预设场景下的属性数据的特征，预测网络根据私有专家网络和共享专家网络的输出生成预测数据指标值；利用训练
2023-06-14
10
766KB
模型训练方法和装置、业务预测方法和装置.pdf
本说明书实施例提供了基于联邦机器学习的模型训练方法、业务预测方法以及装置。该方法中包括：利用本地的私有数据训练公有模型；将该公有模型上传给服务器；接收服务器下发的全局模型；该全局模型由服务器根据至少两个参与方上传的公有模型聚合得到；利用全局模型更新本地的公有模型；利用本地的私有数据以及更新后的公有模型，训练私有模型。本说明书实施例的方法及装置能够更好地适用于参与方的本地业务。
2023-05-25
10
685KB
模型训练方法和装置、业务预测方法和装置.pdf
本说明书实施例提供了一种神经网络模型的训练方法及装置、业务预测方法及装置。在训练神经网络模型时，根据历史业务数据，获取训练样本数据；在每一轮训练中均执行：将训练样本数据输入所述神经网络模型中，以对所述神经网络模型中每一个参数的参数值进行调整；以及检测本轮训练是否满足参数获取条件，如果是，则记录本轮训练得到的神经网络模型中每一个参数的当前参数值；在各轮训练结束后，针对神经网络模型的每一个参数，根据记录的该参数的至少一个当前参数值，得到该参数对应的最终参数值；将神经网络模型中每一个参数的参数值设置为该参数对应
2023-05-25
10
510KB
预测模型训练方法和装置、触达人数预测方法和装置.pdf
本公开提供一种预测模型训练方法和装置、触达人数预测方法和装置。预测模型训练方法包括：将每个用户组的历史行为特征输入第一预测模型，以预测每个用户组的第一触达人数增量；将每个用户组在历史业务活动中的触达人数增量输入第二预测模型，以预测每个用户组的第二触达人数增量；将每个用户组分别在相邻两个历史业务活动中的触达人数增量输入第三预测模型，以预测每个用户组的第三触达人数增量；将每个用户组的第一至第三触达人数增量输入融合模型，以得到每个用户组的融合增量；根据预测偏差对第一至第三预测模型和融合模型进行训练，以便各用户组
2023-06-14
10
936KB