-
自动机器学习(AutoML)几个重要方向汇总
学习器模型中一般有两类参数，一类是可以从数据中学习估计得到，还有一类参数时无法从数据中估计，只能靠人的经验进行设计指定，后者成为超参数。比如，支持向量机里面的C,Kernal,game;朴素贝叶斯里面的alpha等。
-
什么是自动机器学习
自动机器学习(AutoML)旨在通过让一些通用步骤(如数据预处理、模型选择和调整超参数)自动化，来简化机器学习中生成模型的过程。AutoML是指尽量不通过人来设定超参数，而是使用某种学习机制，来调节这些超参数。这些学习机制包括传统的贝叶斯优化，进化算法，还有比较新的强化学习。当我们提起AutoML时，我们更多地是说自动化数据准备(即数据的预处理，数据的生成和选择)和模型训练(模型选择和超参数调优)。这个过程的每一步都有非常多的选项，根据我们遇到的问题，需要设定各种不同的选项。
