| http://dbpedia.org/ontology/abstract
|
Автоматизо́ване маши́нне навча́ння (АвтоМН … Автоматизо́ване маши́нне навча́ння (АвтоМН, англ. Automated machine learning, AutoML) — це процес автоматизації задач застосування машинного навчання до практичних задач. АвтоМН охоплює весь конвеєр від сирого набору даних до готової для розгортання моделі машинного навчання. АвтоМН було запропоновано як рішення на основі штучного інтелекту для все більших викликів застосування машинного навчання. Високий рівень автоматизації в АвтоМН дозволяє неекспертам використовувати моделі та методики машинного навчання не вимагаючи від них ставати експертами в машиннім навчанні. Автоматизація процесу застосування машинного навчання від початку до кінця додатково пропонує переваги створення простіших рішень, швидшого створення цих рішень, та моделей, які часто перевершують розроблені власноруч. АвтоМН використовували для порівнювання відносної важливості кожного з чинників у передбачувальній моделі.ного з чинників у передбачувальній моделі.
, Automatisiertes maschinelles Lernen(AutoML … Automatisiertes maschinelles Lernen(AutoML) bezeichnet die Automatisierung verschiedener Schritte, die beim maschinellen Lernen anfallen. Beim automatisierten maschinellen Lernen werden Algorithmen verwendet, um die Automatisierung von maschinellen Lernprozessen zu ermöglichen. Dies umfasst die Automatisierung von Schritten wie:
* Datenvorverarbeitung (z. B. Imputation)
*
* Hyperparameteroptimierung
* Modellauswahl (häufig mit bzw. Ensemble learning und ) Dabei wird die Genauigkeit des resultierenden Modells verbessert. Automatisiertes maschinelles Lernen kann dazu beitragen, die Komplexität von maschinellem Lernen und damit den menschlichen Zeitaufwand zu reduzieren. Dadurch kann maschinelles Lernen für eine breitere Anwendung zugänglicher gemacht werden. Beispielanwendungen sind , , oder .erden. Beispielanwendungen sind , , oder .
, 自動化機器學習(英語：Automated machine learning，Auto … 自動化機器學習(英語：Automated machine learning，AutoML)是將機器學習應用於現實世界問題的任務自動化的過程。自动机器学习可能包括從原始數據集開始到構建準備部署的機器學習模型的每個階段。自动机器学习被提議作為一種基於人工智能的解決方案，以應對應用機器學習日益嚴峻的挑戰。自动机器学习的高度自動化旨在允許非專家使用機器學習模型和技術，而無需他們成為機器學習專家。自動化端到端應用機器學習的過程還提供了產生更簡單的解決方案、更快地創建這些解決方案以及通常優於手工設計模型的模型的優勢。自动机器学习中使用的常用技術包括、和神經架構搜索。通常優於手工設計模型的模型的優勢。自动机器学习中使用的常用技術包括、和神經架構搜索。
, Автоматическое машинное обучение (AutoML) … Автоматическое машинное обучение (AutoML) — процесс автоматизации сквозного процесса применения машинного обучения к задачам реального мира. В типичном приложении машинного обучения пользователь должен применить подходящие методы предварительной обработки данных, конструирования признаков, выделения признаков и , которые делают набор данных пригодным для обучения машин. После этих шагов работник должен осуществить и оптимизацию гиперпараметров для максимизации прогнозируемой производительности конечной модели. Поскольку многие из этих шагов не могут осуществить люди, не будучи экспертами, был предложен подход AutoML как основанное на искусственном интеллекте решение для всё возрастающей необходимости применения машинного обучения. Автоматизация сквозного процесса применения машинного обучения даёт преимущество получения более простых решений, более быстрого создания таких решений и моделей, которые часто превосходят модели, построенные вручную. Автоматическое машинное обучение может иметь целью различные стадии процесса:
* автоматическая и сбор и сохранение данных (из сырых данных и разнообразных форматов):
* автоматическое определение типа столбца, например, булевские данные, дискретные численные данные, непрерывные числовые значения или текст;
* автоматическое определение смысла столбца; например, цель, метка, поле районирования, числовой признак, текстовая категория или свободный текст;
* автоматическое обнаружение задач, например, двоичная классификация, регрессия, выделение кластеров или ранжирование;
* автоматическое конструирование признаков:
*
* выделение признаков
* и
* обнаружение и обработка асимметричных данных или отсутствующих значений;
* автоматический выбор модели;
* оптимизация гиперпараметров алгоритма обучения и характеризации;
* автоматический выбор каналов по времени, памяти и ограничений сложности;
* автоматический выбор метрик оценки и процедур валидации;
* автоматическая проверка задач:
* определение утечки;
* определение ошибок в конфигурации;
* автоматический анализ полученных результатов;
* пользовательские результаты и визуализация для автоматического обучения машинлизация для автоматического обучения машин
, El aprendizaje automático (AutoML) es el p … El aprendizaje automático (AutoML) es el proceso de automatizar una acción aplicando el aprendizaje automático común para resolver problemas reales. Este tipo de aprendizaje fue propuesto como una solución de inteligencia artificial. El alto grado de automatización en AutoML permite que aquellos que no son expertos puedan hacer uso de modelos de aprendizaje automático sin necesitar mucha experiencia previa en dicho campo. La automatización del proceso de aprendizaje ofrece otras ventajas, como la producción de soluciones más sencillas y una resolución más rápida.más sencillas y una resolución más rápida.
, تعلم الآلة الآلي (اختصارًا AutoML) هي عملية أتمتةٍ لتطبيق تعلم الآلة على مشاكل العالم الحقيقي.
, Automated machine learning (AutoML) is the … Automated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning. Automating the process of applying machine learning end-to-end additionally offers the advantages of producing simpler solutions, faster creation of those solutions, and models that often outperform hand-designed models. Common techniques used in AutoML include hyperparameter optimization, meta-learning and neural architecture search.a-learning and neural architecture search.
|
| http://dbpedia.org/ontology/wikiPageExternalLink
|
http://www.bizety.com/2020/06/16/open-source-automl-tools-autogluon-transmogrifai-auto-sklearn-and-nni/%7Ctitle=Open +
, https://repositorium.sdum.uminho.pt/bitstream/1822/74125/1/automl_ijcnn.pdf +
|
| http://dbpedia.org/ontology/wikiPageID
|
55843837
|
| http://dbpedia.org/ontology/wikiPageLength
|
5462
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1122809521
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Learning_to_rank +
, http://dbpedia.org/resource/Self-tuning +
, http://dbpedia.org/resource/Feature_extraction +
, http://dbpedia.org/resource/Meta-learning_%28computer_science%29 +
, http://dbpedia.org/resource/Data_pre-processing +
, http://dbpedia.org/resource/Neuroevolution +
, http://dbpedia.org/resource/AutoAI +
, http://dbpedia.org/resource/Statistical_data_type +
, http://dbpedia.org/resource/Leakage_%28machine_learning%29 +
, http://dbpedia.org/resource/Binary_classification +
, http://dbpedia.org/resource/ModelOps +
, http://dbpedia.org/resource/Transfer_learning +
, http://dbpedia.org/resource/Hyperparameter_optimization +
, http://dbpedia.org/resource/Algorithm_selection +
, http://dbpedia.org/resource/Neural_architecture_search +
, http://dbpedia.org/resource/Cluster_analysis +
, http://dbpedia.org/resource/Feature_engineering +
, http://dbpedia.org/resource/Regression_analysis +
, http://dbpedia.org/resource/Ensemble_learning +
, http://dbpedia.org/resource/Neural_Network_Intelligence +
, http://dbpedia.org/resource/Automation +
, http://dbpedia.org/resource/Category:Artificial_intelligence +
, http://dbpedia.org/resource/Model_selection +
, http://dbpedia.org/resource/Feature_selection +
, http://dbpedia.org/resource/Data_preparation +
, http://dbpedia.org/resource/Artificial_intelligence +
, http://dbpedia.org/resource/Stratified_sampling +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Category:Machine_learning +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Citation_needed +
, http://dbpedia.org/resource/Template:Short_description +
, http://dbpedia.org/resource/Template:Cite_web +
, http://dbpedia.org/resource/Template:Reflist +
, http://dbpedia.org/resource/Template:Machine_learning +
, http://dbpedia.org/resource/Template:Differentiable_computing +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Machine_learning +
, http://dbpedia.org/resource/Category:Artificial_intelligence +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Automated_machine_learning?oldid=1122809521&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Automated_machine_learning +
|
| owl:sameAs |
http://uk.dbpedia.org/resource/%D0%90%D0%B2%D1%82%D0%BE%D0%BC%D0%B0%D1%82%D0%B8%D0%B7%D0%BE%D0%B2%D0%B0%D0%BD%D0%B5_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%B5_%D0%BD%D0%B0%D0%B2%D1%87%D0%B0%D0%BD%D0%BD%D1%8F +
, http://ar.dbpedia.org/resource/%D8%AA%D8%B9%D9%84%D9%85_%D8%A7%D9%84%D8%A2%D9%84%D8%A9_%D8%A7%D9%84%D8%A2%D9%84%D9%8A +
, http://dbpedia.org/resource/Automated_machine_learning +
, http://ru.dbpedia.org/resource/%D0%90%D0%B2%D1%82%D0%BE%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%BE%D0%B5_%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%B5_%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D0%B5 +
, http://de.dbpedia.org/resource/Automatisiertes_maschinelles_Lernen +
, http://fa.dbpedia.org/resource/%DB%8C%D8%A7%D8%AF%DA%AF%DB%8C%D8%B1%DB%8C_%D9%85%D8%A7%D8%B4%DB%8C%D9%86_%D8%AE%D9%88%D8%AF%DA%A9%D8%A7%D8%B1%D9%87 +
, http://zh.dbpedia.org/resource/%E8%87%AA%E5%8A%A8%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0 +
, https://global.dbpedia.org/id/45RSx +
, http://www.wikidata.org/entity/Q43967068 +
, http://es.dbpedia.org/resource/Aprendizaje_autom%C3%A1tico_automatizado +
|
| rdfs:comment |
Автоматическое машинное обучение (AutoML) … Автоматическое машинное обучение (AutoML) — процесс автоматизации сквозного процесса применения машинного обучения к задачам реального мира. В типичном приложении машинного обучения пользователь должен применить подходящие методы предварительной обработки данных, конструирования признаков, выделения признаков и , которые делают набор данных пригодным для обучения машин. После этих шагов работник должен осуществить и оптимизацию гиперпараметров для максимизации прогнозируемой производительности конечной модели. Поскольку многие из этих шагов не могут осуществить люди, не будучи экспертами, был предложен подход AutoML как основанное на искусственном интеллекте решение для всё возрастающей необходимости применения машинного обучения. Автоматизация сквозного процесса применения машинного обучвозного процесса применения машинного обуч
, تعلم الآلة الآلي (اختصارًا AutoML) هي عملية أتمتةٍ لتطبيق تعلم الآلة على مشاكل العالم الحقيقي.
, Автоматизо́ване маши́нне навча́ння (АвтоМН … Автоматизо́ване маши́нне навча́ння (АвтоМН, англ. Automated machine learning, AutoML) — це процес автоматизації задач застосування машинного навчання до практичних задач. АвтоМН охоплює весь конвеєр від сирого набору даних до готової для розгортання моделі машинного навчання. АвтоМН було запропоновано як рішення на основі штучного інтелекту для все більших викликів застосування машинного навчання. Високий рівень автоматизації в АвтоМН дозволяє неекспертам використовувати моделі та методики машинного навчання не вимагаючи від них ставати експертами в машиннім навчанні. Автоматизація процесу застосування машинного навчання від початку до кінця додатково пропонує переваги створення простіших рішень, швидшого створення цих рішень, та моделей, які часто перевершують розроблені власноруч. АвтоМН перевершують розроблені власноруч. АвтоМН
, El aprendizaje automático (AutoML) es el p … El aprendizaje automático (AutoML) es el proceso de automatizar una acción aplicando el aprendizaje automático común para resolver problemas reales. Este tipo de aprendizaje fue propuesto como una solución de inteligencia artificial. El alto grado de automatización en AutoML permite que aquellos que no son expertos puedan hacer uso de modelos de aprendizaje automático sin necesitar mucha experiencia previa en dicho campo. La automatización del proceso de aprendizaje ofrece otras ventajas, como la producción de soluciones más sencillas y una resolución más rápida.más sencillas y una resolución más rápida.
, 自動化機器學習(英語：Automated machine learning，Auto … 自動化機器學習(英語：Automated machine learning，AutoML)是將機器學習應用於現實世界問題的任務自動化的過程。自动机器学习可能包括從原始數據集開始到構建準備部署的機器學習模型的每個階段。自动机器学习被提議作為一種基於人工智能的解決方案，以應對應用機器學習日益嚴峻的挑戰。自动机器学习的高度自動化旨在允許非專家使用機器學習模型和技術，而無需他們成為機器學習專家。自動化端到端應用機器學習的過程還提供了產生更簡單的解決方案、更快地創建這些解決方案以及通常優於手工設計模型的模型的優勢。自动机器学习中使用的常用技術包括、和神經架構搜索。通常優於手工設計模型的模型的優勢。自动机器学习中使用的常用技術包括、和神經架構搜索。
, Automated machine learning (AutoML) is the … Automated machine learning (AutoML) is the process of automating the tasks of applying machine learning to real-world problems. AutoML potentially includes every stage from beginning with a raw dataset to building a machine learning model ready for deployment. AutoML was proposed as an artificial intelligence-based solution to the growing challenge of applying machine learning. The high degree of automation in AutoML aims to allow non-experts to make use of machine learning models and techniques without requiring them to become experts in machine learning. Automating the process of applying machine learning end-to-end additionally offers the advantages of producing simpler solutions, faster creation of those solutions, and models that often outperform hand-designed models. Common techniqueorm hand-designed models. Common technique
, Automatisiertes maschinelles Lernen(AutoML … Automatisiertes maschinelles Lernen(AutoML) bezeichnet die Automatisierung verschiedener Schritte, die beim maschinellen Lernen anfallen. Beim automatisierten maschinellen Lernen werden Algorithmen verwendet, um die Automatisierung von maschinellen Lernprozessen zu ermöglichen. Dies umfasst die Automatisierung von Schritten wie:
* Datenvorverarbeitung (z. B. Imputation)
*
* Hyperparameteroptimierung
* Modellauswahl (häufig mit bzw. Ensemble learning und ) Beispielanwendungen sind , , oder . und ) Beispielanwendungen sind , , oder .
|
| rdfs:label |
自动机器学习
, Automated machine learning
, تعلم الآلة الآلي
, Automatisiertes maschinelles Lernen
, Автоматическое машинное обучение
, Автоматизоване машинне навчання
, Aprendizaje automático automatizado
|
