模型训练在机器学习领域中，是指通过调整算法模型中的参数，使其能够从输入数据中学习到规律，并用于对未知数据进行预测或分类的过程。本文为您介绍如何进行模型训练。
背景信息
训练是整个模型产出最重要的操作，为了保证训练流程的单线程化和纯粹性，将训练流程整体封装打包在一个训练框架中，训练框架内部操作灵活，不同的状态之间只要不影响最终结果评判可以自由跳转，保证结果输出灵活高效。由于流程的横向延展化，使得训练内部可以融合更多的专业性数据和自定义参数配置来增强模型的优质性，为用户提供更多的选择和决策的可能。
操作步骤
步骤一：新建训练
在左侧导航栏选择自学习工具 > 我的工作区。
找到您要操作的工作区，单击下方的进入工作区。
在左侧导航栏选择训练管理，单击新建训练。
在新建训练页面，输入训练名称、训练描述（可选）后，单击确定。
步骤二：数据选择
在训练管理页面，单击右侧详情。
单击添加数据集，添加已创建的数据集，勾选目标标签完成数据选择，然后单击下一步。
已创建过数据集可直接添加数据集，若未创建数据集，需要到数据集管理界面创建数据集。
步骤三：训练
在训练详情页面选择训练配置和自定义训练参数配置后，单击开始训练。训练结束后，单击下一步选择满意的模型。
步骤四：评估（可选）
勾选2~5个模型，类型可选择本次训练候选模型和历史候选模型两种。
步骤五：模型提取
对已提取的模型进行删除、查看等操作。
文档内容是否对您有帮助？