自动化机器学习(AutoML)的目标是让每个人都能使用机器学习(ML),包括医生、土木工程师、材料科学家、小企业主,以及统计学家和计算机科学家。这一长期愿景与微软office的愿景非常相似——让普通用户能够轻松地创建文档和准备报告——以及智能手机中的摄像头,方便随时随地拍摄照片。尽管ML社区为实现这一目标付出了大量的研发努力,但通过与领域专家和数据科学家的合作,我们认为人们对揭示AutoML背后的魔力有着很高的需求,包括基本概念、算法和工具。

《自动机器学习实战(Automated Machine Learning in Action)》揭示了如何自动化设计和调整机器学习系统的繁琐元素。它是用简单易懂的方式编写的,并且充满了将AutoML技术应用到管道的每个阶段的实践示例。AutoML甚至可以由机器学习新手来实现!如果你是ML的新手,你会欣赏这本书如何让你了解机器学习的基础知识。有经验的实践者会喜欢学习AutoKeras和KerasTuner这样的自动化工具如何创建管道,自动为您的任务选择最佳方法,或者使用用户定义的超参数调优任何定制的搜索空间,这消除了手动调优的负担。

在Automated Machine Learning In Action中,您将学习如何:

  • 通过自动调整超参数来改进机器学习模型
  • 选择用于创建和改进管道的最佳组件
  • 使用AutoML工具包,如AutoKeras和KerasTuner
  • 设计和实现搜索算法,为您的ML任务找到最佳组件
  • 使用数据并行、模型预训练和其他技术加速AutoML过程

成为VIP会员查看完整内容
92

相关内容

自动机器学习(AutoML)是将机器学习应用于实际问题的过程的自动化过程。AutoML涵盖了从原始数据集到可部署的机器学习模型的完整管道。提出将AutoML作为基于人工智能的解决方案来应对不断增长的应用机器学习的挑战。 AutoML的高度自动化允许非专家使用机器学习模型和技术,而无需首先成为该领域的专家。 从机器学习角度讲,AutoML 可以看作是一个在给定数据和任务上学习和泛化能力非常强大的系统。但是它强调必须非常容易使用;从自动化角度讲,AutoML 则可以看作是设计一系列高级的控制系统去操作机器学习模型,使得模型可以自动化地学习到合适的参数和配置而无需人工干预。
【Manning新书】TensorFlow机器学习,454页pdf
专知会员服务
103+阅读 · 2021年11月14日
【2020新书】图机器学习,Graph-Powered Machine Learning
专知会员服务
341+阅读 · 2020年1月27日
MATLAB玩转深度学习?新书「MATLAB Deep Learning」162页pdf
专知会员服务
99+阅读 · 2020年1月13日
【电子书】机器学习实战(Machine Learning in Action),附PDF
专知会员服务
126+阅读 · 2019年11月25日
Auto-Keras与AutoML:入门指南
云栖社区
16+阅读 · 2019年2月9日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
AutoML: A Survey of the State-of-the-Art
Arxiv
69+阅读 · 2019年8月14日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员