http://automl.info/ 介绍

Scadao

AutoML


自动机器学习 （AutoML） 是一个热门的新领域，旨在轻松选择机器学习算法、参数设置和预处理方法，以提高其检测大数据中复杂模式的能力。该领域于 2015 年左右正式启动，由成熟的高性能计算技术和许多面向 ML 的开源库（包括包含一套全面的 ML 算法）实现和数据预处理方法。


我们开发了两种使用开源软件包的 AutoML 方法。我们的第一种方法是基于树的管道优化 （TPOT） 方法，该方法使用二进制表达式树来表示 ML 管道，并且通过遗传编程和其他随机搜索方法提供优化。此处概述了 TPOT 资源。


我们还正在开发宾夕法尼亚大学无障碍人工智能 （PennAI） 系统，该系统从经验中学习如何选择 ML 方法和参数设置进行数据分析。此处还总结了 PennAI 方法和软件。


还有其他几种 AutoML 方法和软件包已经开发。例如，Auto-Weka 以 ML 的流行 Weka 包为基地。另一个示例是 Robust Bayesian Optimization （RoBO） 框架。这里是Auto-Sklearn。这里是AutoKeras深度学习。谷歌现在也提供AutoML服务。