不懂就学——什么是autoML？

因为工作中有涉及到自动建模，特地来学习一下，以下是学习笔记。

一个完整的机器学习流程通常包含:

1. 数据准备，即数据的收集、清洗和增强
2. 特征工程，特征的选择、构建和提取
3. 模型生成，即模型和优化方法的选择
4. 模型评估，即模型的训练和调优

自动建模，希望机器能自己解决这一切。AutoML全称是自动化机器学习，指的是根据任务目标，自动实现模型构建、筛选技术。对AutoML来说，模型的生成和评估是最难的，也是最重要的部分。

构建模型就好像搭积木，
第一步，确定有哪些零件可以用，为此我们先将卷积，池化等可用零件编码，定义一个搜索空间，在这个范围内进行筛选
接下来，是确定搜索策略，也就是以一定的方法，在庞大的零件库里，找到最合适的零件，以及拼接它们的方法
此外我们还需要一个评价标准，用来测试搭建好的模型能不能用，好不好用，就像用手推一下，确定积木的稳固
在搜索的过程中，我们会用到很多机器学习的技术，由于深度学习的流行，神经网络架构搜索是目前最常被提到的方法。神经架构的网络是一个RNN网络，通过训练它生成模型，不断评估这些模型在验证集上的准确率后反馈调整，来提升RNN的网络生成能力。

好用的automl平台，准备数据，就能得到适合任务目标的模型。

内容来源：什么是 AutoML（自动机器学习）？【知多少】