Techtiefen: AutoML
Diese Techtiefen-Episode beschäftigt sich mit Machine Learning und zeigt, wie das Werkzeug AutoML Neulingen das Training von ML-Modellen näher bringen kann.
- Nico Kreiling
Machine Learning ist in aller Munde, und kein einfaches Thema. Techtiefen-Autor Nico Kreiling hat sich für diese Episode Marius Lindauer eingeladen, Professor an der Universität Hannover und einer der Köpfe hinter AutoML.org. Zusammen sprechen sie über AutoML, eine der renommierten Forschungsgruppen auf dem Gebiet, die unter anderem auto-sklearn, Auto-PyTorch und SMAC entwickelt hat. Zusammen erläutern sie, wie AutoML unerfahrenen Nutzern das Training von State-of-the-art-Machine-Learning-Modellen ermöglicht und Data Scientist als mächtiges Werkzeug dienen kann.
Zunächst besprechen Nico Kreiling und Marius Lindauer am Beispiel des Hyperparameter Tuning, welche Verfahren existieren, um automatisch die richtige Modellkonfiguration aus dem hochdimensionalen Parameterraum auszuwählen. Die statischen Grid- und Random-Search-Verfahren sind zwar gut parallelisierbar, jedoch sind evolutionäre und bayessche Verfahren durch die Nutzung eines intelligenten Meta-Learners wesentlich effizienter.
AutoML bedeutet jedoch nicht nur die Optimierung von Hyperparametern, sondern die integrierte Optimierung der gesamten Machine-Learning-Pipeline, vom Feature-Preprocessing, über das Modelltraining bis hin zum effizienten Tuning und Stacking. Die Folge des Techtiefen-Podcasts zeigt, wie sich AutoML von den ersten Ansätzen im Bereich Neuroevolution weiterentwickelt hat und wie es mit Google seinen "ImageNet Moment" erlebt hat. Darüber hinaus stehen aktuell gängige Frameworks zur Diskussion: auto-sklearn, Auto-PyTorch, AutoKeras, AutoGluon, TeaPot und AutoWeka.
Empfohlener redaktioneller Inhalt
Mit Ihrer Zustimmmung wird hier ein externer Inhalt geladen.
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.
Links
- AutoML-Buch von AutoML.org
- AutoML in der Cloud: Blog Artikel von Nico
- AutoML-Benchmark
- KI-Campus-Online-Kurs zu AutoML
(mdo)
