Введение в автоматизированное машинное обучение (AutoML)
Войдите в учётную запись, чтобы мы могли сообщить вам об ответе
Ошеломляющий успех коммерческих приложений машинного обучения (machine learning - ML) и быстрый рост этой отрасли создали высокий спрос на готовые методы ML, которые можно легко использовать без специальных знаний. Однако и сегодня успех практического применения в решающей степени зависит от экспертов - людей, которые вручную выбирают подходящие архитектуры и их гиперпараметры. Методы AutoML нацелены на устранение этого узкого места путем построения систем ML, способных к автоматической оптимизации и самонастройке независимо от типа входных данных.
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области, тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Среди рассматриваемых тем:
- оптимизация гиперпараметров,
- обучение модели на основе свойств задачи,
- обзор методов для NAS,
- системы и фреймворки AutoML,
- результаты проведения первых конкурсов в области AutoML,
- проблемы автоматизированного машинного обучения.
В этой книге впервые представлен всеобъемлющий обзор базовых методов автоматизированного машинного обучения (AutoML). Издание послужит отправной точкой для изучения этой быстро развивающейся области, тем, кто уже использует AutoML в своей работе, книга пригодится в качестве справочника.
Среди рассматриваемых тем:
- оптимизация гиперпараметров,
- обучение модели на основе свойств задачи,
- обзор методов для NAS,
- системы и фреймворки AutoML,
- результаты проведения первых конкурсов в области AutoML,
- проблемы автоматизированного машинного обучения.
Автор:
Автор:Хуттер Франк
Переплет:
Переплет:твердый
Категория:
- Категория:Компьютерные технологии
ISBN:
ISBN:978-5-93700-196-2
Отзывы не найдены