框架设计与组件

框架与组件

上图展示了 RDAgent 的总体框架。

在数据挖掘专家的日常研发过程中，他们会提出假设（例如，RNN 这样的模型结构可以捕获时间序列数据中的模式），设计实验（例如，金融数据包含时间序列，我们可以在这个场景中验证假设），将实验实现为代码（例如，PyTorch 模型结构），然后执行代码以获取反馈（例如，指标、损失曲线等）。专家们从反馈中学习，并在下一次迭代中进行改进。

我们建立了一个基本的方法框架，它能持续提出假设、验证假设并从现实世界中获取反馈。这是第一个支持与现实世界验证相连接的科学研究自动化框架。

上图显示了主要类及其在工作流中的位置，供那些对详细代码感兴趣的人参考。