Deep learning has penetrated all aspects of our lives and brought us great convenience. However, the process of building a high-quality deep learning system for a specific task is not only time-consuming but also requires lots of resources and relies on human expertise, which hinders the development of deep learning in both industry and academia. To alleviate this problem, a growing number of research projects focus on automated machine learning (AutoML). In this paper, we provide a comprehensive and up-to-date study on the state-of-the-art AutoML. First, we introduce the AutoML techniques in details according to the machine learning pipeline. Then we summarize existing Neural Architecture Search (NAS) research, which is one of the most popular topics in AutoML. We also compare the models generated by NAS algorithms with those human-designed models. Finally, we present several open problems for future research.


翻译:深层学习深入了我们生活的方方面面,为我们带来了极大的便利,然而,为某项具体任务建立高质量的深层学习系统的过程不仅耗时费时,而且需要大量资源和依赖人的专门知识,这阻碍了产业和学术界深层学习的发展。为缓解这一问题,越来越多的研究项目侧重于自动化机学习(Automle)。在本文中,我们提供了关于最新的最新、全面的AutoML的研究。首先,我们根据机器学习管道,在细节中引入了AutoML技术。然后,我们总结了现有的神经结构搜索(NAS)研究,这是AutoML中最受欢迎的课题之一。我们还比较了NAS算法产生的模型和这些人类设计的模型。最后,我们提出了未来研究的一些尚未解决的问题。

69
下载
关闭预览

相关内容

【干货书】真实机器学习,264页pdf,Real-World Machine Learning
自动机器学习:最新进展综述
专知会员服务
118+阅读 · 2019年10月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
150+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
14+阅读 · 2020年2月6日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
19+阅读 · 2019年4月5日
Arxiv
12+阅读 · 2018年9月5日
VIP会员
相关VIP内容
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
自动机器学习:最新进展综述
专知会员服务
118+阅读 · 2019年10月13日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
150+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
LibRec 精选:AutoML for Contextual Bandits
LibRec智能推荐
7+阅读 · 2019年9月19日
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
meta learning 17年:MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】全卷积语义分割综述
机器学习研究会
19+阅读 · 2017年8月31日
相关论文
A Survey on Edge Intelligence
Arxiv
50+阅读 · 2020年3月26日
Arxiv
38+阅读 · 2020年3月10日
Arxiv
14+阅读 · 2020年2月6日
The Measure of Intelligence
Arxiv
6+阅读 · 2019年11月5日
Arxiv
19+阅读 · 2019年4月5日
Arxiv
12+阅读 · 2018年9月5日
Top
微信扫码咨询专知VIP会员