AutoML IBM AutoAI

Qu'est -ce que AutoML ? L'apprentissage automatique (AutoML) est le processus d'automatisation des tâches manuelles que les spécialistes des données doivent accomplir lorsqu'ils créent et entraînent des modèles d'apprentissage automatique (modèles ML). Ces tâches incluent l'ingénierie et la sélection des caractéristiques, le choix du type d'algorithme d'apprentissage automatique, la création d'un modèle d'analyse basé sur l'algorithme, l'optimisation des hyperparamètres, l'entraînement du modèle sur des ensembles de données testés et l'exécution du modèle pour générer des scores et des résultats. Les chercheurs ont développé AutoML pour aider les spécialistes des données à créer des modèles prédictifs sans avoir une expertise approfondie des modèles ML. AutoML libère également les spécialistes des données des tâches répétitives liées à la création d'un pipeline d'apprentissage automatique, ce qui leur permet de se concentrer sur l'extraction des informations nécessaires à la résolution de problèmes métier importants.
Qu'est-ce que AutoAI ? AutoAI est une variante d'AutoML. Il étend l'automatisation de la création de modèle à l'ensemble du cycle de vie de l'IA. Comme AutoML, AutoAI applique une automatisation intelligente aux étapes de la création de modèles d'apprentissage automatique prédictifs. Ces étapes comprennent la préparation de jeux de données pour l'entraînement, l'identification du meilleur type de modèle pour les données concernées, comme un modèle de classification ou de régression, et le choix des colonnes de données qui prennent le mieux en charge le problème que le modèle résout, c'est-à-dire ce qu'on appelle la sélection des caractéristiques. L'automatisation teste ensuite diverses options d'optimisation des hyperparamètres pour obtenir le meilleur résultat, tout en générant, puis en classant, des pipelines de modèles candidats en fonction de paramètres tels que l'exactitude et la précision. Les pipelines les plus performants peuvent être mis en production pour traiter les nouvelles données et fournir des prévisions basées sur l'entraînement du modèle.