本文介绍了自动化机器学习(AutoML)的基本流程，并详细对比了多个常用工具和框架，如H2O, TPOT, Ludwig, Auto-Keras, Google AutoML, autosklearn, autogluon, datarobot, FLAML和IBM AutoAI。通过实例展示了如何使用这些工具进行预处理、算法选择、模型训练和参数优化，旨在帮助读者快速理解和应用AutoML技术。"
95472763,8650556,三阶贝塞尔曲线插值详解,"['图形渲染', '数学运算', '前端开发', '曲线设计']
AutoML：人工智能领域-自动化技术之机器学习自动化技术的简介(预处理→设计算法→训练模型→优化参数)、常用的工具或框架之详细攻略
目录
1、自动化机器学习(预处理→设计算法→训练模型→优化参数)的概述
AI之AutoML：H2OAutoML(H2O公司开发)的简介、安装、使用方法之详细攻略
AI之AutoML：TPOT(基于遗传算法的自动机器学习工具)的简介、安装、使用方法之详细攻略
AI之AutoML：Ludwig(无需编写代码/易于使用的界面和可视化自动机器学习工具)的简介、安装、使用方法之详细攻略
ML之AutoML：基于titanic泰坦尼克数据集利利用ludwig框架进行二分类预测案例及其实现代码
AI之AutoML：Auto-Keras/autokeras的简介、安装、使用方法之详细攻略
ML之AutoML：基于titanic泰坦尼克数据集利利用Auto-Keras/autokeras框架进行二分类预测案例及其实现代码
AI之AutoML：Google AutoML(Google Cloud自动化机器学习平台库)的简介、安装、使用方法
ML之AutoML：基于titanic泰坦尼克数据集利利用Google的AutoML算法(本地数据调用GoogleCloud云端API的返回预测结果)进行二分类预测案例实现代码
AI之AutoML：autosklearn/Auto-Sklearn(基于scikit-learn库的自动化的机器学习工具)的简介、安装、使用方法之详细攻略
ML之AutoML：基于titanic泰坦尼克数据集利利用Auto-Sklearn框架/autosklearn算法进行二分类预测案例实现代码
AI之AutoML：autogluon(可支持NAS自动机器学习工具)的简介、安装、使用方法之详细攻略
ML之AutoML：基于titanic泰坦尼克数据集利利用autogluon框架进行二分类预测案例及其实现代码
ML之AutoML：基于titanic泰坦尼克数据集利利用datarobot框架(连接在线DataRobot平台获取返回模型然后预测)进行二分类预测案例及其实现代码
AutoML之FLAML：FLAML的简介、安装、案例应用之详细攻略
AutoML之flaml：基于OpenML数据集利用pipeline结合flaml框架(自动化选择最佳模型+重加载模型并推理)实现预测航班是否延误二分类案例
AutoML之flaml：基于OpenML数据集利用flaml框架自动寻找最优算法及其对应最佳参数(对比lightgbm和xgboost算法)实现预测航班是否延误二分类任务案例之详细攻略
AutoML之flaml：基于OpenML数据集利用flaml框架自定义RGF算法/自定义优化指标来自动寻优实现预测航班是否延误二分类任务案例之详细攻略
AutoML之flaml：基于flaml框架对比lightgbm和xgboost模型进行自动化参数调优实现体内脂肪含量值回归预测案例之详细攻略
AI之AutoML：IBM AutoAI(企业级自动化机器学习平台)的简介、安装、使用方法之详细攻略
ML之AutoML：基于titanic泰坦尼克数据集利利用IBM的AutoAI算法(本地数据配置到IBM云端并上传至对象存储桶)进行二分类预测应用案例及其实现代码
TF之AutoML之AdaNet框架：AdaNet框架的简介、特点、使用方法详细攻略
订阅专栏 解锁全文
扫一扫
653
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
