АвтоМЛ (AutoML)

Коротко

• AutoML (Automated Machine Learning) — технология, которая автоматизирует создание модели машинного обучения: от подготовки данных до подбора архитектуры и гиперпараметров
• Снижает порог входа: команда без глубокой экспертизы в ML может получить рабочую модель под свою задачу
• Автоматизирует рутинные, но трудоёмкие этапы — перебор признаков, архитектур, настройку параметров обучения
• Google Cloud AutoML, Yandex DataSphere AutoML и аналогичные инструменты позволяют бизнесу строить прикладные ML-модели без штата дата-сайентистов

Определение

АвтоМЛ (AutoML, automated machine learning) — это набор технологий и инструментов, которые автоматизируют процесс создания модели машинного обучения: подготовку и отбор признаков данных, выбор архитектуры модели, подбор гиперпараметров обучения и оценку качества результата, — задачи, которые традиционно требовали ручной, зачастую итеративной работы дата-сайентиста.

Цель AutoML — снизить порог входа в разработку прикладных ML-решений: команда без глубокой экспертизы в машинном обучении может загрузить данные в AutoML-платформу и получить достаточно качественную модель под свою конкретную задачу (прогноз оттока клиентов, классификация обращений) без необходимости нанимать штат специалистов по машинному обучению или тратить месяцы на ручной подбор архитектуры.

На практике

Средний и малый бизнес в России всё чаще использует AutoML-инструменты (например, в составе облачных платформ Yandex Cloud или Sber Cloud) для типовых прикладных задач — прогнозирования спроса или классификации обращений клиентов, — не имея в штате отдельной команды дата-сайентистов.