AutoML

• 具有机器学习演算法经验。
• Python 或 R 程式设计经验。

观众

• 数据分析师
• 数据科学家
• 数据工程师
• 开发人员

AutoML 是一款使用者友好的机器学习软体，可自动执行选择理想机器学习演算法、参数设置和预处理方法所需的大部分工作。

这种由讲师指导的现场培训（在线或现场）面向具有机器学习背景的技术人员，他们希望优化用于检测大数据中复杂模式的机器学习模型。

在本次培训结束时，参与者将能够：

• 安装和评估各种开源 AutoML 工具（H2O AutoML、auto-sklearn、TPOT、TensorFlow、PyTorch、Auto-Keras、TPOT、Auto-WEKA 等）
• 训练高品质的机器学习模型。
• 高效解决不同类型的监督式机器学习问题。
• 只需编写必要的代码即可启动自动化机器学习过程。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在即时实验室环境中动手实施。

课程自定义选项

• 要申请本课程的定制培训，请联系我们进行安排。
• 要了解有关 AutoML 的更多资讯，请访问：https://www.automl.org/

介绍

设置工作环境

AutoML 功能概述

AutoML 如何探索演算法

• 梯度提升机 （GBM）、Random Forest、GLM 等

按用例解决问题

按训练数据类型解决问题

数据隐私注意事项

成本注意事项

准备数据

使用数值和分类数据

• IID 表格数据（H2O AutoML、auto-sklearn、TPOT）

使用时间相关资料 （Time-Series Data）

对原始文本进行分类

对Raw影像数据进行分类

• Deep Learning 和神经架构搜索（TensorFlow、PyTorch、Auto-Keras 等）

部署 AutoML 方法

看看里面的演算法 AutoML

将不同的模型集成在一起

故障排除

总结和结论