TWM573045U - Machine learning model automation service platform - Google Patents
Machine learning model automation service platform Download PDFInfo
- Publication number
- TWM573045U TWM573045U TW106218669U TW106218669U TWM573045U TW M573045 U TWM573045 U TW M573045U TW 106218669 U TW106218669 U TW 106218669U TW 106218669 U TW106218669 U TW 106218669U TW M573045 U TWM573045 U TW M573045U
- Authority
- TW
- Taiwan
- Prior art keywords
- unit
- big data
- machine learning
- learning model
- service platform
- Prior art date
Links
Abstract
本創作提供一種機器學習模型自動化服務平台,包括:一大數據建立單元;一佈屬單元,該佈屬單元與該大數據建立單元相耦接,該佈屬單元用於完成該大數據建立單元的佈屬以及上線以使得該大數據建立單元內的數據資料會根據現實狀態的改變作即時地更新;以及一應用程式介面 ,該應用程式介面與該佈屬單元相耦接。
Description
本創作有關於大數據處理技術領域,尤指一種機器學習模型自動化服務平台。
網際網路每天產生巨大數量的數據,而這些數據已經滲透到每一個行業和業務領域。無論是交易過程、產品使用以及人類行為都可以加以數據化,由此可見,數據已成為重要的判斷依據。
這些數據看似龐大複雜而無規則可循,但從整體分佈上都存在一定的特性,因此如何從海量的數據中挖掘及處理到有用的訊息,一直是大數據領域的重要研究課題。
目前許多資料科學家運用R語言建置出一些出大數據單元(例如鑑價估價單元或保單商品推薦單元),而業務人員可經由安裝於行動裝置的行動應用程式與大數據單元連結,以便查詢出最適合客戶的估價結果或商品推薦結果。然而,由於這些大數據單元通常都是每隔一段時間才進行更新,所以例如當客戶的現實狀態(例如健康狀態)在大數據單元未進行更新的時段發生改變,此時業務人員從大數據單元查詢到的商品推薦結果將不是最適合客戶的。
有鑑於此,目前有需要一種可即時更新的機器學習模型自動化服務平台,至少可解決上述缺點。
本創作的一目的在於提供一種機器學習模型自動化服務平台,透過即時更新的大數據建立單元,業務人員可即時查詢到最適合客戶的數據運算結果。
依據本創作的一實施例,提供一種機器學習模型自動化服務平台,包括:一大數據建立單元;一佈屬單元,該佈屬單元與該大數據建立單元相耦接,該佈屬單元用於完成該大數據建立單元的佈屬以及上線以使得該大數據建立單元內的數據資料會根據現實狀態的改變作即時地更新;以及一應用程式介面 ,該應用程式介面與該佈屬單元相耦接。
在下文的描述中,給出了大量具體的細節以便提供對本創作更為徹底的理解。然而,對於本領域技術人員而言顯而易見的是,本創作可以無需一個或多個這些細節而得以實施。在其他的例子中,為了避免與本創作發生混淆,對於本領域公知的一些技術特徵未進行描述。
圖1為繪示本創作一實施例所提供的機器學習模型自動化服務平台100,該機器學習模型自動化服務平台100包括有一大數據建立單元102、一佈屬單元104、以及一應用程式介面106。該大數據建立單元102係為資料科學家透過R語言資料分析平台產製並匯出的單元,該佈屬單元104分別與該大數據建議單元102以及該應用程式介面106相耦接,其中,該佈屬單元104用於完成該大數據建立單元102的佈屬以及上線(on-line),以致使大數據建立單元102內的數據資料會根據現實狀態的改變作即時地更新 。
如圖1所示,在一實施例中,業務人員可透過使用裝置108經由網路與應用程式介面106相耦接,而使用裝置108例如為安裝有行動應用程式(APP)的行動裝置或安裝有網路應用程式(Web APP)的電腦主機,由於行動應用程式與網路應用程式所使用的程式語言不同於佈屬單元104以及大數據建立單元102,所以應用程式介面106用於溝通使用裝置108、佈屬單元104以及大數據建立單元102,以致使使用裝置108與佈屬單元104以及大數據建立單元102能相互交換訊息。當業務人員的使用裝置108與應用程式介面106相耦接時,由於佈屬單元104完成大數據建立單元102的佈屬以及上線,所以業務人員經由使用裝置108可即時查詢到最適合客戶的數據運算結果。
在一實施例中,該大數據建立單元102例如為保單商品推薦單元,當業務人員的使用裝置108與該應用程式介面106相耦接時,由於佈屬單元104完成保單商品推薦單元的佈屬以及上線,所以保單商品推薦單元內的數據資料會根據客戶現實狀態的改變(例如健康狀況)作即時地更新,如此一來業務人員便可經由使用裝置108即時查詢到最適合客戶的保單商品推薦結果。
在其他實施例中,該大數據建立單元102例如為鑑價估價單元,當鑑價人員的使用裝置108與該應用程式介面106相耦接時,由於佈屬單元104完成鑑價估價推薦單元的佈屬以及上線,所以鑑價估價單元內的數據資料會根據標的物之現實狀態的改變作即時地更新,如此一來鑑價人員可經由使用裝置108即時計算出鑑價標的物的自動估價結果。
圖2至圖4為繪示一實施例的機器學習模型自動化服務平台100的操作示意圖。首先,圖2所示的test.R為資料科學家透過R語言資料分析平台產製並匯出的大數據建立單元的一實施例,而Respository Manager為佈屬單元的一實施例。
接著,如圖3所示,將大數據建立單元(test. R)上傳至佈屬單元(Respository Manager)以完成大數據建立單元的佈屬與上線,上線後的大數據建立單元內的數據資料會根據現實狀態的改變作即時地更新 。
最後,如圖4所示,上傳後的大數據建立單元(test. R)經由管理人員確認無誤儲存發佈後,即可提供其他平台(例如業務人員的行動裝置或電腦主機)透過應用程式介面使用大數據建立單元。
本創作已經透過上述實施例進行了說明,但應當理解的是,上述實施例只是用於舉例和說明的目的,而非意在將本創作限制於所描述的實施例範圍內。此外本領域技術人員可以理解的是,本創作並不局限於上述實施例,根據本創作的教導還可以做出更多種的變形和修改,這些變形和修改均落在本創作所要求保護的範圍以內。本創作的保護範圍由申請專利範圍及其等效範圍所界定。
100‧‧‧機器學習模型自動化服務平台
102‧‧‧大數據建立單元
104‧‧‧佈屬單元
106‧‧‧應用程式介面
108‧‧‧使用裝置
圖1為繪示機器學習模型自動化服務平台的示意圖。
圖2至圖4為繪示一實施例的機器學習模型自動化服務平台的操作示意圖
Claims (7)
- 一種機器學習模型自動化服務平台,包括:一大數據建立單元;一佈屬單元,該佈屬單元與該大數據建立單元相耦接,該佈屬單元用於完成該大數據建立單元的佈屬以及上線以使得該大數據建立單元內的數據資料會根據現實狀態的改變作即時地更新;以及一應用程式介面,該應用程式介面與該佈屬單元相耦接,當一使用裝置與該應用程式介面相耦接時,該應用程式介面用於使該佈屬單元以及該大數據建立單元與該使用裝置之間能相互交換訊息。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中該大數據建立單元為透過R語言資料分析平台產製並匯出的單元。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中該使用裝置為安裝有行動應用程式的行動裝置。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中該使用裝置為安裝有網路應用程式的電腦主機。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中當該使用裝置與該應用程式介面相耦接時,經由該使用裝置可從該大數據建立單元即時查詢到最適合的數據運算結果。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中該大數據建立單元為商品推薦單元,當該使用裝置與該應用程式介面相耦接時,透過該使用裝置可從該商品推薦單元即時查詢到最適合的商品推薦結果。
- 如申請專利範圍第1項所述的機器學習模型自動化服務平台,其中該大數據建立單元為鑑價估價單元,當該使用裝置與該應用程式介面相耦接時,透過該使用裝置可從該鑑價估價單元即時計算出鑑價標的物的自動估價結果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106218669U TWM573045U (zh) | 2017-12-15 | 2017-12-15 | Machine learning model automation service platform |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW106218669U TWM573045U (zh) | 2017-12-15 | 2017-12-15 | Machine learning model automation service platform |
Publications (1)
Publication Number | Publication Date |
---|---|
TWM573045U true TWM573045U (zh) | 2019-01-11 |
Family
ID=65805393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106218669U TWM573045U (zh) | 2017-12-15 | 2017-12-15 | Machine learning model automation service platform |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWM573045U (zh) |
-
2017
- 2017-12-15 TW TW106218669U patent/TWM573045U/zh unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10877470B2 (en) | Integrated digital twin for an industrial facility | |
Martinelli et al. | The enabling technologies of industry 4.0: examining the seeds of the fourth industrial revolution | |
ElMessiry et al. | Blockchain framework for textile supply chain management: Improving transparency, traceability, and quality | |
CA2941896C (en) | Connected device-based property evaluation | |
CN105051693B (zh) | 管理计算机服务器能力的方法、装置和系统 | |
Yum et al. | A bibliography of the literature on process capability indices: 2000–2009 | |
CN106796419A (zh) | 用于过程控制系统分析的数据管道 | |
Becker et al. | A manufacturing systems network model for the evaluation of complex manufacturing systems | |
Brocal et al. | Technique to identify and characterize new and emerging risks: A new tool for application in manufacturing processes | |
JP2017062656A (ja) | 計画管理システム及び計画管理方法 | |
CN110275897A (zh) | 用于基于位置的数据检索的启用信标的系统 | |
CN106852177A (zh) | 基于一致性测量值的用于数据对象的基于模式识别的监测和受控处理的系统和方法 | |
US10627984B2 (en) | Systems, devices, and methods for dynamic virtual data analysis | |
Tagliabue et al. | A BIM-Based IoT Approach to the Construction Site Management | |
Bubeník et al. | Knowledge-based systems to support production planning | |
US20140058963A1 (en) | Facility control system (fcs-c2) (introduction of traveler form) to manage assets planning, design, construction, fabrication, operating, maintence and products fabrication | |
Abbasianjahromi et al. | Applying social network analysis to identify the most effective persons according to their potential in causing accidents in construction projects | |
Davydenko et al. | Control of operation modes efficiency of complex technological facilities based on the energy efficiency monitoring | |
Ćosović et al. | Application of the Digital Twin concept in cultural heritage | |
WO2018179284A1 (ja) | 企業グループ管理方法およびシステム | |
TWM573045U (zh) | Machine learning model automation service platform | |
dos Santos et al. | Risk level assessment in construction projects using the schedule performance index | |
Barkokebas et al. | Virtual reality-motion capture-based ergonomic risk assessment of workstation designs of construction manufacturing facilities | |
Tran et al. | Assessing human worker performance by pattern mining of Kinect sensor skeleton data | |
JP7037533B2 (ja) | 製造の管理を支援するシステム及び方法 |