什么是机器学习中的 AutoML？

机器学习是当前最流行的技术！！！它目前几乎用于所有可以想象的领域，这已经无限地推动了它的重要性。但是那些不了解机器学习的人呢？这就是自动化机器学习或 AutoML 的用武之地！

自动化机器学习 (AutoML) 基本上涉及将机器学习应用于实际与行业相关的实际问题的端到端过程的自动化。近年来，人们一次又一次地注意到并证明机器学习或机器学习是未来的关键。可以理解，这是一项新兴技术，可以实现各种研究、分析和实施方向。

然而，这种庞大而强大的技术的使用仅限于数据科学家和机器学习爱好者和研究人员的数量，这些人数量很少并且正在缓慢上升。为了弥合这一差距，自动机器学习的理论或概念出现了。数据科学家必须应用适当的数据预处理、参数工程、参数提取和参数选择方法，使数据集为推理和数据分析做好准备。在这些预处理步骤之后，必须适当地选择算法并执行超参数优化以最大化其最终机器学习模型的预测性能。由于其中许多步骤只能由 ML 专家执行，因此 AutoML 被提议作为一种基于人工智能的解决方案，以应对无需太多专业知识即可轻松应用机器学习的挑战。领先的技术巨头之一谷歌发布了 Cloud AutoML，用于基于企业对企业定制机器学习模型。

研究自动化机器学习这个领域并包括更多社区是很重要的，因为它是一个最重要的领域，也是一个尚未开发的领域。一个这样的开源项目是AutoKeras ，它执行或用于神经架构搜索。 AutoKeras 是一个开源软件库，用于自动机器学习 (AutoML)。它由德克萨斯 A&M 大学的 DATA 实验室和社区贡献者开发。 AutoKeras 有助于实现 AutoML 的最终目标，即为只有基本机器学习或数据科学背景的领域专家提供免费可用的深度学习工具。

因此我们可以从这篇文章中得出结论，AutoML 可能是一个新领域，但它拥有无限的机会，甚至可能是未来机器学习的一个全新领域。