公开(公告)号：AU2021251463A1

公开(公告)日：2022-09-15

申请号：AU2021251463

申请日：2021-02-16

Applicant: IBM

Inventor： ARNOLD MATTHEW RICHARD ,  ELDER BENJAMIN TYLER ,  NAVRATIL JIRI ,  VENKATARAMAN GANESH

IPC: G06N20/00

Abstract: A technique for generating a performance prediction of a machine learning model with uncertainty intervals includes obtaining a first model configured to perform a task and a production dataset.At least one metric predicting a performance of the first model at performing the task on the production dataset is generated using a second model. The second model is a meta-model associated with the first model. At least one value predicting an uncertainty of the at least one metric predicting the performance of the first model at performing the task on the production dataset is generated using a third model. The third model is a meta-meta-model associated with the second model. An indication of the at least one metric predicting the performance of the first model and the at least one value predicting the uncertainty of the at least one metric is provided.

公开(公告)号：DE112020005323T5

公开(公告)日：2022-08-18

申请号：DE112020005323

申请日：2020-12-14

Applicant: IBM

Inventor： FONG LIANA ,  SEELAM SEETHARAMI ,  VENKATARAMAN GANESH ,  SAHA DEBASHISH ,  OUM PUNLEUK ,  VERMA ARCHIT ,  REDDY PRABHAT MADDIKUNTA

IPC: G06F9/50

Abstract: Ausführungsformen betreffen ein System, ein Programmprodukt und ein Verfahren zur Unterstützung einer elastischen Ausführung einer Machine-Learning-(ML-)Arbeitslast unter Verwendung einer anwendungsbasierten Profilierung. Ein gemeinsames Profil wird erzeugt, das sowohl aus ML-Anwendungsausführungs- als auch Ressourcennutzungsdaten besteht. Ein oder mehrere Merkmal(e) und eine oder mehrere Signatur(en) aus dem gemeinsamen Profil werden ermittelt und ein ML-Ausführungsmodell für eine ML-Anwendungsausführung und Ressourcennutzung wird erstellt. Das ML-Ausführungsmodell nutzt das/die Merkmal(e) und Signatur(en) und wird angewandt, um eine oder mehrere Anweisungen für eine nachfolgende Anwendungsausführung bereitzustellen. Die Anwendung des ML-Ausführungsmodells unterstützt die ML-Ausführung und ermöglicht ihr, eine oder mehrere Ressourcen von einer Ressourcenverwaltungskomponente elastisch zuzuordnen und anzufordern, wobei die elastische Zuordnung eine Anwendungsausführung unterstützt.