最新《自动机器学习》综述论文，AutoML: A Survey of the State-of-the-Art

题目： AutoML: A Survey of the State-of-the-Art

摘要：

深度学习（DL）技术已渗透到我们生活的方方面面，并为我们带来了极大的便利。但是，针对特定任务构建高质量的DL系统高度依赖于人类的专业知识，这阻碍了DL在更多领域的应用。自动机器学习（AutoML）成为在无需人工协助的情况下构建DL系统的有前途的解决方案，并且越来越多的研究人员专注于AutoML。在本文中，对AutoML中的最新技术（SOTA）进行了全面而最新的回顾。首先，根据管道介绍AutoML方法，涵盖数据准备，特征工程，超参数优化和神经体系结构搜索（NAS）。我们更加关注NAS，因为它是AutoML的非常热门的子主题。然后总结了具有代表性的NAS算法在CIFAR-10和ImageNet数据集上的性能，并进一步讨论了NAS方法的一些值得研究的方向：一阶段/两阶段NAS，单次NAS以及联合超参数和体系结构优化。最后，讨论了现有AutoML方法的一些未解决的问题，以供将来研究。