MACHINE LEARNING ALGORITHM SEARCH

• Main Authors: REAL, Esteban Alberto, LIANG, Chen, SO, David Richard, LE, Quoc V
• Format: Patent
• Language: English; French
• Published: 12.08.2021
• Subjects: CALCULATING; COMPUTER SYSTEMS BASED ON SPECIFIC COMPUTATIONAL MODELS; COMPUTING; COUNTING; PHYSICS

A method for searching for an output machine learning (ML) algorithm to perform an ML task is described. The method includes: receiving a set of training examples and a set of validation examples, and generating a sequence of candidate ML algorithms to perform the task. For each candidate ML algorithm in the sequence, the method includes: setting up one or more training parameters for the candidate ML algorithm by executing a respective candidate setup function, training the candidate ML algorithm by processing the set of training examples using a respective candidate predict function and a respective candidate learn function, and evaluating a performance of the trained candidate ML algorithm by executing the respective candidate predict function on the set of validation examples to determine a performance metric. The method includes selecting a trained candidate ML algorithm with the best performance metric as the output ML algorithm for the task. L'invention concerne un procédé de recherche d'un algorithme d'apprentissage machine (ML) de sortie pour effectuer une tâche de ML. Le procédé consiste : à recevoir un ensemble d'exemples d'apprentissage et un ensemble d'exemples de validation et à générer une séquence d'algorithmes de ML candidats pour effectuer la tâche. Pour chaque algorithme de ML candidat dans la séquence, le procédé consiste : à établir un ou de plusieurs paramètres d'apprentissage pour l'algorithme de ML candidat en exécutant une fonction de réglage candidate respective, à former l'algorithme de ML candidat en traitant l'ensemble d'exemples d'apprentissage à l'aide d'une fonction de prédiction candidate respective et d'une fonction d'apprentissage candidate respective, et à évaluer une performance de l'algorithme de ML candidat formé en exécutant la fonction de prédiction candidate respective sur l'ensemble d'exemples de validation pour déterminer une métrique de performance. Le procédé consiste à sélectionner un algorithme de ML candidat formé ayant la meilleure métrique de performance en tant qu'algorithme de ML de sortie pour la tâche.