面向服务的一站式机器学习算法系统的设计与实现

发布时间：2021-10-27 15:25

　　近年来,工业界普遍开始运用机器学习算法模型技术,但是在使用过程中却面临着高额模型开发成本以及损害原有系统代码,造成模型与软件系统的可拓展性差问题。因此本文通过设计模块化思想研究方法,借助核心几大模块,例如数据采集存储模块、算法服务模块等,设计面向服务的一站式机器学习算法系统,完成数据采集以及模型线上化的一站式服务。普通开发人员借助该系统开展机器模型建模工作,降低模型门槛以及开发研究成本。通过该算法系统,可以提升上限模型数量,满足业务标准,从而可以达到预期的系统开发目标。 

【文章来源】：科学技术创新. 2021,(03)

【文章页数】：2 页

【文章目录】：
1 系统总体架构设计
    1.1 数据服务部分
    1.2 数据清洗和数据标准化服务
    1.3 算法模型层
        1.3.1 模型解析
        1.3.2 计算层
2 面向服务的一站式机器学习算法系统的详细设计与实现
    2.1 数据采集存储模块
        2.1.1 数据采集存储模块的详细设计
        2.1.2 数据采集存储模块的实现
    2.2 算法服务模块
        2.2.1 算法服务模块的详细设计
        2.2.2 算法服务模块的实现
3 结论


【参考文献】：
期刊论文
[1]分布式机器学习平台与算法综述[J]. 舒娜,刘波,林伟伟,李鹏飞.  计算机科学. 2019(03)
[2]基于Kubernetes的分布式TensorFlow平台的设计与实现[J]. 余昌发,程学林,杨小虎.  计算机科学. 2018(S2)
[3]Redis压缩列表研究与优化设计[J]. 张慧宁,李拥军,王绍东.  计算机工程与应用. 2018(18)
[4]Proactor模式的NIO框架的设计与实现[J]. 叶柏龙,刘蓬.  计算机应用与软件. 2014(09)
[5]Namenode单点故障解决方案研究[J]. 邓鹏,李枚毅,何诚.  计算机工程. 2012(21)



本文编号：3461874