-
自動機器學習(AutoML)幾個重要方向匯總
學習器模型中一般有兩類參數(shù)，一類是可以從數(shù)據(jù)中學習估計得到，還有一類參數(shù)時無法從數(shù)據(jù)中估計，只能靠人的經(jīng)驗進行設計指定，后者成為超參數(shù)。比如，支持向量機里面的C,Kernal,game;樸素貝葉斯里面的alpha等。
-
什么是自動機器學習
自動機器學習(AutoML)旨在通過讓一些通用步驟(如數(shù)據(jù)預處理、模型選擇和調整超參數(shù))自動化，來簡化機器學習中生成模型的過程。AutoML是指盡量不通過人來設定超參數(shù)，而是使用某種學習機制，來調節(jié)這些超參數(shù)。這些學習機制包括傳統(tǒng)的貝葉斯優(yōu)化，進化算法，還有比較新的強化學習。當我們提起AutoML時，我們更多地是說自動化數(shù)據(jù)準備(即數(shù)據(jù)的預處理，數(shù)據(jù)的生成和選擇)和模型訓練(模型選擇和超參數(shù)調優(yōu))。這個過程的每一步都有非常多的選項，根據(jù)我們遇到的問題，需要設定各種不同的選項。
