机器学习流程—AutoML

机器学习流程—AutoML

AutoML 是机器学习中一个相对较新的领域，Automated Machine Learning是一种机器学习方法，可以自动化训练、调整和部署机器学习模型。AutoML可以用于自动发现给定数据集和任务的最佳模型，无需任何人工干预。它主要将机器学习中所有耗时过程自动化，如数据预处理、最佳算法选择、超参数调整等，这样可节约大量时间在建立机器学习模型过程中。

例如下面的整个过程就是AutoML完成的

AutoML是使机器学习对非专家开放的重要工具，因为它可以自动化训练和部署机器学习模型的过程。这可以节省时间和资源，并加快机器学习的研究。

根据需要解决的特定问题，有许多不同的方法来处理AutoML。例如，一些方法专注于针对给定的数据集优化模型，而其他方法则专注于为给定的任务寻找最佳模型。

无论采用何种方法，AutoML都可以成为一种强大的工具，让机器学习变得更容易和高效。在未来，我们可以期待看到AutoML在工业和研究领域的应用越来越多。

AutoML工具

Auto-SKLearn

这是一个机械化的机器学习编程包，名为Auto-SKLearn，它基于scikit-learn。由于auto-SKLearn, AI客户端已经从超边界调整和计算选择中解脱出来。它具有出色的设计策略，如自动化规范化和One-Hot。这个概念使用SKLearn评估人员来解决反复和