CN112288096A - 一种基于rapidminer的机器学习模型镜像快速构建发布方法 - Google Patents
一种基于rapidminer的机器学习模型镜像快速构建发布方法 Download PDFInfo
- Publication number
- CN112288096A CN112288096A CN202011135072.9A CN202011135072A CN112288096A CN 112288096 A CN112288096 A CN 112288096A CN 202011135072 A CN202011135072 A CN 202011135072A CN 112288096 A CN112288096 A CN 112288096A
- Authority
- CN
- China
- Prior art keywords
- model
- rapid
- machine learning
- mirror image
- learning model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010801 machine learning Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000005477 standard model Effects 0.000 claims abstract description 6
- 238000005538 encapsulation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 3
- 238000007429 general method Methods 0.000 abstract description 3
- 238000009517 secondary packaging Methods 0.000 abstract description 3
- 230000001960 triggered effect Effects 0.000 abstract description 3
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003121 nonmonotonic effect Effects 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
- G06F8/63—Image based installation; Cloning; Build to order
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Analysis (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
一种基于rapidminer的机器学习模型镜像快速构建发布方法，使用rapidminer进行可视化的机器学习构建，快速生成机器学习模型，在模型发布时，触发本专利涉及内容。模型发布后，自动下载模型，针对rapidminer生成模型的文件类型，以及模型调用的一般方法，使用通用调用代码，设计标准模型服务调用接口，将模型与调用代码解耦，基于基础镜像，实现模型的二次封装，对外提供模型服务调用接口，并对生成镜像自动生成标签以及版本号，将模型镜像推送至指定镜像仓库。
Description
技术领域
本发明涉及机器学习技术领域，具体涉及一种基于rapidminer的机器学习模型镜像快速构建发布方法。
背景技术
机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学，是人工智能中最具智能特征，最前沿的研究领域之一。自 20世纪80年代以来，机器学习作为实现人工智能的途径，在人工智能界引起了广泛的兴趣，特别是近十几年来，机器学习领域的研究工作发展很快，它已成为人工智能的重要课题之。机器学习不仅在基于知识的系统中得到应用，而且在自然语言理解、非单调推理、机器视觉、模式识别等许多领域也得到了广泛应用。
rapidminer具有丰富数据挖掘分析和算法功能，常用于解决各种的商业关键问题，如营销响应率、客户细分、客户忠诚度及终身价值、资产维护、资源规划、预测性维修、质量管理、社交媒体监测和情感分析等典型商业案例。 但是现有技术中rapidminer无法已镜像的方式发布。
发明内容
本发明为了克服以上技术的不足，提供了一种对rapidminer进行封装后以镜像的方式发布的基于rapidminer的机器学习模型镜像快速构建发布方法。
本发明克服其技术问题所采用的技术方案是：
一种基于rapidminer的机器学习模型镜像快速构建发布方法，包括：
a)使用rapidminer进行模型训练；
b)下载训练完成的模型到指定位置；
c)定义rapidminer服务化封装的调用接口，完成调用模型服务的RestApi封装；
d)将封装好的模型服务程序基于Tomcat构建模型镜像。
进一步的，步骤c)中使用通用调用代码设计标准模型服务调用接口，将模型与调用代码解耦。
进一步的，步骤d)中将构建的模型镜像中添加标签及版本号，将构建的模型镜像推送至指定的镜像仓库。
本发明的有益效果是：使用rapidminer进行可视化的机器学习构建，快速生成机器学习模型，在模型发布时，触发本专利涉及内容。模型发布后，自动下载模型，针对rapidminer生成模型的文件类型，以及模型调用的一般方法，使用通用调用代码，设计标准模型服务调用接口，将模型与调用代码解耦，基于基础镜像，实现模型的二次封装，对外提供模型服务调用接口，并对生成镜像自动生成标签以及版本号，将模型镜像推送至指定镜像仓库。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图1对本发明做进一步说明。
一种基于rapidminer的机器学习模型镜像快速构建发布方法，包括：a)使用rapidminer进行模型训练；b)下载训练完成的模型到指定位置；c)定义rapidminer服务化封装的调用接口，完成调用模型服务的RestApi封装；d)将封装好的模型服务程序基于Tomcat构建模型镜像。
使用rapidminer进行可视化的机器学习构建，快速生成机器学习模型，在模型发布时，触发本专利涉及内容。模型发布后，自动下载模型，针对rapidminer生成模型的文件类型，以及模型调用的一般方法，使用通用调用代码，设计标准模型服务调用接口，将模型与调用代码解耦，基于基础镜像，实现模型的二次封装，对外提供模型服务调用接口，并对生成镜像自动生成标签以及版本号，将模型镜像推送至指定镜像仓库。
进一步的，步骤c)中使用通用调用代码设计标准模型服务调用接口，将模型与调用代码解耦。
进一步的，步骤d)中将构建的模型镜像中添加标签及版本号，将构建的模型镜像推送至指定的镜像仓库。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于rapidminer的机器学习模型镜像快速构建发布方法，其特征在于，包括：
a)使用rapidminer进行模型训练；
b)下载训练完成的模型到指定位置；
c)定义rapidminer服务化封装的调用接口，完成调用模型服务的RestApi封装；
d)将封装好的模型服务程序基于Tomcat构建模型镜像。
2.根据权利要求1所述的基于rapidminer的机器学习模型镜像快速构建发布方法，其特征在于：步骤c)中使用通用调用代码设计标准模型服务调用接口，将模型与调用代码解耦。
3.根据权利要求1所述的基于rapidminer的机器学习模型镜像快速构建发布方法，其特征在于：步骤d)中将构建的模型镜像中添加标签及版本号，将构建的模型镜像推送至指定的镜像仓库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011135072.9A CN112288096A (zh) | 2020-10-22 | 2020-10-22 | 一种基于rapidminer的机器学习模型镜像快速构建发布方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011135072.9A CN112288096A (zh) | 2020-10-22 | 2020-10-22 | 一种基于rapidminer的机器学习模型镜像快速构建发布方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112288096A true CN112288096A (zh) | 2021-01-29 |
Family
ID=74424645
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011135072.9A Pending CN112288096A (zh) | 2020-10-22 | 2020-10-22 | 一种基于rapidminer的机器学习模型镜像快速构建发布方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112288096A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108563488A (zh) * | 2018-01-05 | 2018-09-21 | 新华三云计算技术有限公司 | 模型训练方法及装置、构建容器镜像的方法及装置 |
| CN109146084A (zh) * | 2018-09-06 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种基于云计算的机器学习的方法及装置 |
| CN109508238A (zh) * | 2019-01-05 | 2019-03-22 | 咪付（广西）网络技术有限公司 | 一种用于深度学习的资源管理系统及方法 |
| CN109960580A (zh) * | 2017-12-25 | 2019-07-02 | 航天信息股份有限公司 | 一种部署开票服务的方法及系统 |
| CN110413294A (zh) * | 2019-08-06 | 2019-11-05 | 中国工商银行股份有限公司 | 服务发布系统、方法、装置和设备 |
| CN110780914A (zh) * | 2018-07-31 | 2020-02-11 | 中国移动通信集团浙江有限公司 | 服务发布方法及装置 |
| CN111580926A (zh) * | 2020-03-25 | 2020-08-25 | 中国平安财产保险股份有限公司 | 模型发布方法、模型部署方法、装置、设备及存储介质 |
-
2020
- 2020-10-22 CN CN202011135072.9A patent/CN112288096A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109960580A (zh) * | 2017-12-25 | 2019-07-02 | 航天信息股份有限公司 | 一种部署开票服务的方法及系统 |
| CN108563488A (zh) * | 2018-01-05 | 2018-09-21 | 新华三云计算技术有限公司 | 模型训练方法及装置、构建容器镜像的方法及装置 |
| CN110780914A (zh) * | 2018-07-31 | 2020-02-11 | 中国移动通信集团浙江有限公司 | 服务发布方法及装置 |
| CN109146084A (zh) * | 2018-09-06 | 2019-01-04 | 郑州云海信息技术有限公司 | 一种基于云计算的机器学习的方法及装置 |
| CN109508238A (zh) * | 2019-01-05 | 2019-03-22 | 咪付（广西）网络技术有限公司 | 一种用于深度学习的资源管理系统及方法 |
| CN110413294A (zh) * | 2019-08-06 | 2019-11-05 | 中国工商银行股份有限公司 | 服务发布系统、方法、装置和设备 |
| CN111580926A (zh) * | 2020-03-25 | 2020-08-25 | 中国平安财产保险股份有限公司 | 模型发布方法、模型部署方法、装置、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 付畅俭: "《基于内容的视频结构挖掘》", 上海交通大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wallace et al. | AllenNLP interpret: A framework for explaining predictions of NLP models | |
| Wang et al. | Industrial big data analytics: challenges, methodologies, and applications | |
| Gupta et al. | Artificial intelligence and information system resilience to cope with supply chain disruption | |
| US20210089624A1 (en) | Determining context and intent in omnichannel communications using machine learning based artificial intelligence (ai) techniques | |
| CN109669931A (zh) | 历史数据异常分析方法、系统、设备及存储介质 | |
| Feng et al. | Auto-icon: An automated code generation tool for icon designs assisting in ui development | |
| CN112287100A (zh) | 文本识别方法、拼写纠错方法及语音识别方法 | |
| CN113268610A (zh) | 基于知识图谱的意图跳转方法、装置、设备及存储介质 | |
| Gong et al. | What is the intended usage context of this model? An exploratory study of pre-trained models on various model repositories | |
| Kedziora et al. | Turning robotic process automation onto intelligent automation with machine learning | |
| CN110782221A (zh) | 一种面试智能评测系统及方法 | |
| CN112288096A (zh) | 一种基于rapidminer的机器学习模型镜像快速构建发布方法 | |
| CN116863116A (zh) | 基于人工智能的图像识别方法、装置、设备及介质 | |
| Garg et al. | Artificial intelligence: Challenges and future applications | |
| Chen et al. | Intelligent commerce facilitates education technology: the platform and chatbot for the Taiwan agriculture service | |
| CN114661904B (zh) | 文档处理模型的训练方法、装置、设备、存储介质及程序 | |
| Ali | Use of Artificial Intelligence in Construction | |
| CN115033229A (zh) | 活动模型生成方法、装置、电子设备及存储介质 | |
| CN112465282B (zh) | 一种针对企业决策的计算机模拟方法及系统 | |
| Lee et al. | Why Do We Need Industrial AI? | |
| Zheng et al. | The role of artificial intelligence technology in improving the resilience of supply chain during COVID-19 | |
| CN113094447A (zh) | 一种面向财务报表图像的结构化信息提取方法 | |
| Weiss et al. | Information Ergonomics: Expediting Maintenance Workflow Using Mixed Reality | |
| Nahak et al. | Exploring The Future Of Robotic Process Automation In The Digital Workforce | |
| Redek et al. | Artificial Intelligence in Brief: The Development and Impact of AI Technologies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210129 |
|
| RJ01 | Rejection of invention patent application after publication |