Вступ в автоматизоване машинне навчання (AUTOML)

Приголомшливий успіх комерційних програм машинного навчання (machine learning – ML) та швидке зростання цієї галузі створили високий попит на готові методи ML, які можна легко використовувати без спеціальних знань. Однак і сьогодні успіх практичного застосування вирішальною мірою залежить від експертів – людей, які вручну обирають відповідні архітектури та їх гіперпараметри. Методи AutoML націлені на усунення цього вузького місця шляхом побудови систем ML, здатних до автоматичної оптимізації та самоналаштування незалежно від типу вхідних даних.

У цій книзі вперше представлено всеосяжний огляд базових методів автоматизованого машинного навчання (AutoML). Видання послужить відправною точкою для вивчення цієї області, що швидко розвивається; тим, хто вже використовує AutoML у своїй роботі, книга стане в нагоді як довідник.

Серед тем, що розглядаються:

- Оптимізація гіперпараметрів;

- Навчання моделі на основі властивостей задачі;

- Огляд методів для NAS;

- системи та фреймворки AutoML;

- результати проведення перших конкурсів у галузі AutoML;

- Проблеми автоматизованого машинного навчання.