Automatyczne uczenie maszynowe (AutoML)

Autor: Roger Morrison
Data Utworzenia: 28 Wrzesień 2021
Data Aktualizacji: 1 Lipiec 2024
Anonim
Patryk Miziuła, Uczenie maszynowe – jak zacząć (meetup 37)
Wideo: Patryk Miziuła, Uczenie maszynowe – jak zacząć (meetup 37)

Zawartość

Definicja - Co oznacza automatyczne uczenie maszynowe (AutoML)?

Automatyczne uczenie maszynowe (AutoML) to ogólna dyscyplina, która obejmuje automatyzację dowolnej części całego procesu aplikacji uczenia maszynowego. Pracując na różnych etapach procesu uczenia maszynowego, inżynierowie opracowują rozwiązania w celu przyspieszenia, ulepszenia i automatyzacji części potoku uczenia maszynowego.


Automatyczne uczenie maszynowe jest również znane jako automatyczne uczenie maszynowe.

Wprowadzenie do Microsoft Azure i Microsoft Cloud | W tym przewodniku dowiesz się, na czym polega przetwarzanie w chmurze i jak Microsoft Azure może pomóc w migracji i prowadzeniu firmy z chmury.

Techopedia wyjaśnia Automatic Machine Learning (AutoML)

Niektóre techniki i narzędzia do automatycznego uczenia maszynowego są ukierunkowane na przyspieszenie i automatyzację przygotowania danych - agregację ogólnych danych z różnych źródeł. Inne części tego procesu mają na celu inżynierię cech - wybór cech i ekstrakcja cech są dużą częścią działania algorytmów uczenia maszynowego. Ich automatyzacja może dodatkowo usprawnić proces projektowania uczenia maszynowego.

Kolejną częścią automatycznego uczenia maszynowego jest optymalizacja hiperparametrów, która odbywa się na różne sposoby. Inżynierowie mogą stosować techniki metaheurystyczne, takie jak symulowane wyżarzanie lub inne procesy, aby umożliwić automatyczne uczenie maszynowe. Najważniejsze jest to, że automatyczne uczenie maszynowe jest szeroko rozumianym terminem określającym dowolną technikę lub wysiłek automatyzujący dowolną część procesu „od początku do końca” uczenia maszynowego.