自動(dòng)機(jī)器學(xué)習(xí)：它是圣杯嗎？

機(jī)器學(xué)習(xí)處于優(yōu)勢(shì)地位。特別是在模式識(shí)別方面，機(jī)器學(xué)習(xí)是首選方法。其應(yīng)用的有形示例包括欺詐檢測(cè)，圖像識(shí)別，預(yù)測(cè)性維護(hù)和列車延遲預(yù)測(cè)系統(tǒng)。在日常機(jī)器學(xué)習(xí)（ML）和尋求部署所獲得的知識(shí)的過(guò)程中，我們通常會(huì)遇到這三個(gè)主要問(wèn)題（但不是唯一的問(wèn)題）。

數(shù)據(jù)質(zhì)量  - 來(lái)自多個(gè)時(shí)間范圍內(nèi)的多個(gè)來(lái)源的數(shù)據(jù)可能難以整理成干凈且連貫的數(shù)據(jù)集，這些數(shù)據(jù)集將從機(jī)器學(xué)習(xí)中獲得最大收益。典型問(wèn)題包括數(shù)據(jù)丟失，數(shù)據(jù)值不一致，自相關(guān)等。

<< 下載數(shù)據(jù)質(zhì)量權(quán)威指南 >>

業(yè)務(wù)相關(guān)性  - 雖然支持機(jī)器學(xué)習(xí)革命的許多技術(shù)進(jìn)展比以往任何時(shí)候都更快，但是今天的許多應(yīng)用程序都沒(méi)有考慮到商業(yè)價(jià)值。 

操作模型  - 一旦模型經(jīng)歷了構(gòu)建和調(diào)整周期，將機(jī)器學(xué)習(xí)過(guò)程的結(jié)果部署到更廣泛的業(yè)務(wù)中至關(guān)重要。這是一個(gè)難以跨越的橋梁，因?yàn)轭A(yù)測(cè)建模人員通常不是IT解決方案專家，反之亦然。

機(jī)器學(xué)習(xí)背后還有一整套算法工具箱，每個(gè)算法都可以使用所謂的超參數(shù)進(jìn)行調(diào)整，以獲得更高的精度。例如，對(duì)于流行的k-最近鄰算法，k指的是我們想要考慮的鄰居的數(shù)量。在神經(jīng)網(wǎng)絡(luò)中，這將涵蓋網(wǎng)絡(luò)的整個(gè)架構(gòu)。

數(shù)據(jù)科學(xué)家今天所做的一項(xiàng)關(guān)鍵任務(wù)是為給定問(wèn)題找到正確的算法并正確地“設(shè)置”它。但實(shí)際上，任務(wù)范圍要大得多。數(shù)據(jù)科學(xué)家必須了解問(wèn)題的業(yè)務(wù)視角，解決數(shù)據(jù)情況，適當(dāng)準(zhǔn)備數(shù)據(jù)并獲得有助于評(píng)估的模型。這通常是遵循跨行業(yè)標(biāo)準(zhǔn)數(shù)據(jù)挖掘過(guò)程（CRISP-DM）的循環(huán)過(guò)程[1]。

相應(yīng)地，機(jī)器學(xué)習(xí)領(lǐng)域的項(xiàng)目很復(fù)雜，需要多個(gè)人在一系列領(lǐng)域（商業(yè)，IT，數(shù)據(jù)科學(xué)）獲得資格的時(shí)間。此外，通常不清楚結(jié)果將是什么：因此，在這個(gè)意義上，這樣的項(xiàng)目是有風(fēng)險(xiǎn)的。

AutoML的相關(guān)性(http://www.o9qh.com)

直到今天，數(shù)據(jù)科學(xué)項(xiàng)目無(wú)法實(shí)現(xiàn)自動(dòng)化。但是，有些情況下，項(xiàng)目的某些步驟可以自動(dòng)化：這就是自動(dòng)機(jī)器學(xué)習(xí)（AutoML）概念背后的原因。例如，AutoML可以幫助選擇算法。數(shù)據(jù)科學(xué)家通常比較幾個(gè)算法對(duì)問(wèn)題的結(jié)果，并在考慮一系列因素（例如質(zhì)量，復(fù)雜性/持續(xù)時(shí)間，魯棒性）的情況下選擇一個(gè)算法。在某些情況下可以自動(dòng)化的另一個(gè)方面是超參數(shù)的設(shè)置：許多算法可以通過(guò)參數(shù)及其相對(duì)于特定問(wèn)題優(yōu)化的質(zhì)量來(lái)調(diào)整。

AutoML是一種資源，可以加速那些部件或單個(gè)步驟自動(dòng)化的數(shù)據(jù)科學(xué)項(xiàng)目，從而提高生產(chǎn)力。例如，AutoML在算法評(píng)估中非常有用。因此，許多庫(kù)和工具都采用AutoML作為補(bǔ)充功能。值得注意的例子包括auto-sklearn（在Python社區(qū)中）或DataRobot，它專門研究AutoML。以下示例摘自RapidMiner，顯示了如何使用助手比較不同的算法，并快速找到針對(duì)特定問(wèn)題的最佳算法[2]：

盡管如此，AutoML不應(yīng)該被理解為一種萬(wàn)能的解決方案，能夠完全自動(dòng)化數(shù)據(jù)科學(xué)項(xiàng)目并且不需要數(shù)據(jù)科學(xué)家。從這個(gè)意義上說(shuō)，不幸的是，它不是圣杯。

與其他專業(yè)領(lǐng)域一樣，自動(dòng)化首先是繁瑣的技術(shù)任務(wù)，其中高技能專業(yè)人員否則會(huì)花費(fèi)大部分時(shí)間系統(tǒng)地嘗試某些參數(shù)集，然后比較結(jié)果 - 這項(xiàng)工作最好留給機(jī)器。

剩下的是人類仍然需要解決的大量挑戰(zhàn)。這首先要了解實(shí)際問(wèn)題本身，并涵蓋從數(shù)據(jù)工程到部署的各種各樣的，非常耗時(shí)的任務(wù)。AutoML是一個(gè)很有用的工具，但它還不是圣杯。

更多：（http://www.o9qh.com）