简述AutoML由来与其应用现状

Scadao

简述AutoML由来与其应用现状

不过目前常说的AutoML，对于数据挖掘和深度学习两个领域来说，几乎是完全不一样的的东西。
数据挖掘的 关注自动化特征工程，模型选择，自动训练最好能生成代码，数据偏移检测
深度学习的 关注网络结构的设计和其参数的调节

AutoML借鉴了机器学习的许多学科，主要是：

• 贝叶斯优化
• 结构化数据和大数据的回归模型
• Meta 学习
• 迁移学习
• 组合优化