机器学习方法已被用于各种现实世界的应用,从社交网络、在线图像/视频分享平台、电子商务到教育、医疗等。然而,机器学习方法的几个组成部分,包括:数据表示,超参数和模型架构,可以在很大程度上影响它们在实践中的性能。此外,数据规模和模型大小的爆炸式增长,使得机器学习开发人员对这些组件进行优化的时间越来越长。为了解决这些挑战,自动化机器学习 (AutoML) 的目标是自动化应用机器学习方法的过程,以解决现实世界的应用任务,减少调整机器学习方法的时间,同时保持良好的性能。
在 2021 年 KDD 大会上, 阿里团队介绍了 AutoML 的主要研究主题,包括:超参数优化,神经结构搜索和元学习。同时,[……]