AutoML和AutoDL:简化

时间:2019-07-10 来源:www.infogoip.com

99真人赌博

点击上面的关注,All in AI China

什么是AutoML?

作为一名数据科学研究工程师,任何问题陈述中最耗时的任务是分析,测试和选择正确的算法和参数调整。所有这些都需要人类的专业知识,这就是数据科学家今天如此重要的原因。

98f0526df86547eea1db8eba675a4c1c

但如果可以消除这种人为干预呢?如果您可以制作可以选择正确算法的模型,执行数据分析和微调以获得完美模型,该怎么办?这是AutoML的全部内容,绝对是完全自治系统的下一步。

其他类似术语包括AutoDL,AutoCV和AutoNLP,它们用于表示深度学习,计算机视觉和自然语言处理领域的模型。例如,在外行人看来,AutoCV的目标是创建一个单一的系统,可以承担任何计算机视觉问题,理解数据,并选择正确的方式来使用它,所有这些都没有任何人为干预。

1edc2b7e25504a3e879975cc9b8f975c

为什么选择AutoML?

机器学习和人工智能现在正在大肆宣传,近年来已经有许多研究方向被称为该领域的未来。大致来说,AutoML或者某些人喜欢称元学习,是学习学习的一种形式。

自成立以来,ML研究不断发展,我们已经创建了各种模型和系统,每个模型和系统都特定于问题陈述。但是,我们现在处于这样一个阶段,我们可以将这些模型结合起来,从某种意义上说,我们可以提升层次结构。由于我们的最终目标是达到层次结构的顶层并创建一个自治系统,我想说这些元模型的炒作绝对值得。

8b157089d3eb4f87bb980e0f80aee48e

基于Google Cloud的AutoML服务

AutoML和ML有什么区别?

在ML中,数据科学家从问题陈述和数据集开始。分析和清理数据,确定性能指标,然后根据人类直觉试验可能对数据集起作用的模型。在我们最终达到可接受的模型之前,有许多特征工程和微调。

AutoML尝试尽可能地自动化此管道。虽然其中一些步骤更易于自动化,例如模型调整,但某些步骤非常困难,例如选择正确的架构/模型。总之,AutoML是关于尝试创建单个系统,在建模和培训过程的每个步骤都不需要手动干预。

8ba79760fbd24ad489fff4add326a022

它有多成功?

最近在AutoML和AutoDL领域做了很多工作。我认为这在很大程度上归功于最近的许多比赛,AutoML试图改善这个领域并邀请创新的想法。

谷歌已经创建了自己的基于云的AutoML平台,可以帮助那些对ML一无所知的人使用ML。但是,使用他们的模型非常昂贵,仅适合愿意花费相同金额的企业。

还有许多成功的开源平台,如Auto-Sklearn和Auto-keras,它们已经成功地为每个人提供了免费AutoML世界的最新进展!

你下一步怎么做?

AutoML取得了成功,这在几年前是不可能的,像谷歌这样的平台已经能够构建系统,从一般的机器学习过程中删除数据科学家。但我们距离所谓的真正的自治系统还很远。