AutoML正在民主化和改进人工智能

人工智能(a i)的工作有一个讽刺之处:它涉及大量的手工、尝试和错误的努力,以建立最高精度的预测模型。 随着机器学习和深度学习框架的不断出现,以及对它们的更新,以及对工具平台的更改,难怪如此多的人工智能工作是如此的临时性。 但是,为什么一个关于自动化的技术会涉及这么多定制的努力呢?
所有手工工作的问题有两个:第一,没有数据科学培训的人几乎不可能从事人工智能工作;第二,具有数据科学背景的人本身面临着一个非常低效的工作流程。
然而,随着自动机器学习(automl)的出现,这种僵局现在开始变得清晰起来。 一些公司,如数据机器人,专门从事它。 其他ai创业公司,如dataiku、h20和rapid miner,以及tibco等已建立的企业软件公司,也拥有广泛的ai平台,具有automl功能。 主要的公共云平台也是如此,包括micros of tazure、amazonweb服务和googlecloud平台。 还有开源的automl框架,如auto-sklearn、auto-keras和uber最近的开源ludwig平台。
汽车ml看起来比时尚多得多。 事实上,我在ai市场上交谈过的一些人认为automl可能是ai整体的未来。 只要你有一个干净的数据集,你知道它中的哪一列是“标签”(a.k.a目标),即你想用新数据预测的值,automl将为你建立一个模型,并大大减少努力。 而且,有时,你会得到你的模型,根本没有额外的努力。
考虑到这一点,我认为一个入门的东西可能是有序的,这篇文章是我试图提供一个。 免责声明:虽然我自80年代以来一直是ai的追随者,90年代末以来一直是数据挖掘系统的爱好者,但我不是数据科学家。 因此,我的词汇和解释在教学上并不权威----在某些情况下,它们可能是天真的。 但我在这里得到的东西应该能帮助你理解automl平台的能力,我希望它能帮助你判断市场上的产品和框架。

2000kva变压器高压侧电缆的选择简介
根据VIPer17H设计无电解电容LED驱动器策略
2025年预测:VR/AR行业的营收将达到7000亿美元
IP RAN:构筑LTE网络发展基石
为什么感觉深度学习越学越懵?
AutoML正在民主化和改进人工智能
电视监控系统控制电路设计
Vulkan发布SCALE IGBT和MOSFET驱动器 支持AN自由混交
中国联通认为5G时代数字化室内网络产品部署要形成差异化部署
显像管阴极与灯丝短路后采用的供电方法,灯丝短路修理
德承DA-1000在太阳能发电系统的应用
VL813 4端口USB3.0集线器控制器简介
基于光电二极管的火灾传感器电路图
国外五大工业物联网巨头介绍
LGA 1200接口将淘汰,英特尔10代酷睿将换接口
现代电源架构联盟发布用于分布式电源系统的首套标准
人工智能和机器学习或将对医疗工作者和患者产生革命性的影响
高性能计算(HPC)向云计算的转变成为许多组织的共同特征?
520个传感设备在中关村西区的井盖和地下环廊安装完毕
解决高频MEMS测试驱动问题的方案是什么