AutoML综述

来源：成都达内教育IT培训机构时间：2021/9/14 10:27:45

　　AutoML综述
　　AutoML的出现原因
　　机器学习的应用需要大量的人工干预，表现在机器学习的各个方面，如特征提取、模型选择、参数调整等。AutoML尝试自动学习与特征、模型、优化和评估相关的重要步骤，使得无需人工干预就能应用机器学习模型。
　　AutoML问题定义
　　1.从机器学习的角度来看，AutoML可以看作是一个学习和泛化给定数据和任务的强大系统。但它强调它必须非常容易使用；

　　2.从自动化角度看，AutoML可以看作是设计一系列控制系统来操纵机器学习模型，使模型能够自动地学习适当的参数和配置，而不需要人工干预。

AutoML综述

　　基本优化策略
　　当搜索空间确定后，我们可以使用实用的优化器(optimizer)进行优化。在此，AutoML主要回答三个问题：
　　·选择的优化器可以在哪个搜索空间工作？
　　·需要什么样的反馈？
　　·它需要什么样的配置才能取得良好的效果？
　　简单的优化搜索方法包括GridSearch和RandomSearch。GridSearch被广泛使用。
　　优化样品的方法主要包括启发式搜索、derivative-free优化和强化学习方法。梯度下降是一种重要的优化策略。
　　应用
　　使用Auto-sklearn选择模型；
　　NeuralArchitectureSearch采用强化学习；
　　利用ExploreKit构建自动特征。

领取试听课

每天限量名额，先到先得

尊重原创文章，转载请注明出处与链接：http://www.peixun360.com/3857/news/409950/违者必究！以上就是成都达内教育IT培训机构小编为您整理 AutoML综述的全部内容。