AutoML IBM AutoAI

O que é AutoML?O machine learning automatizado (AutoML) é o processo de automatização das tarefas manuais que os cientistas de dados devem concluir à medida que desenvolvem e treinam modelos de machine learning (modelos ML). Essas tarefas incluem engenharia e seleção de recursos, escolher o tipo de algoritmo de machine learning, desenvolver um modelo analítico com base no algoritmo, otimização de hiper parâmetros, treinamento do modelo em conjuntos de dados testados e execução do modelo para gerar pontuações e descobertas. Os pesquisadores desenvolveram o AutoML para ajudar os cientistas de dados a desenvolver modelos preditivos sem ter conhecimento profundo de modelo de ML. A AutoML também libera o tempo de cientistas de dados das tarefas rotineiras envolvidas no desenvolvimento de um pipeline de machine learning, permitindo que eles se concentrem em extrair os insights necessários para resolver problemas importantes dos negócios.

O que é o AutoAI?AutoAI é uma variação do AutoML. Ele amplia a automação do desenvolvimento do modelo para todo o ciclo de vida da IA. Assim como o AutoML, o AutoAI aplica automação inteligente às etapas de desenvolvimento de modelos de machine learning preditiva. Essas etapas incluem preparar conjuntos de dados para treinamento, identificar o melhor tipo de modelo para os dados, como um modelo de classificação ou regressão e escolher as colunas de dados que melhor ofereçam suportem ao problema que o modelo está resolvendo, conhecido como seleção de recursos. A automação, então, testa uma variedade de opções de ajuste de hiper parâmetros para alcançar o melhor resultado à medida que gera e classifica os pipelines de modelos candidatos com base em métricas, como exatidão e precisão. Os pipelines de melhor desempenho podem ser colocados em produção para processar novos dados e entregar previsões com base no treinamento do modelo.