自动机器学习工具全景图：精选22种框架，解放炼丹师

作者 Alexander Allen、Adithya Balaji王小新 编译自 Georgian Impact Blog量子位 出品 | 公众号 QbitAI构建一个典型的机器学习项目，一般分成以下步骤：收集原始数据、合并数据源、清洗数据、特征工程、模型构建、超参数调优、模型验证和设备部署。整个过程中，模型构建最能体现创造力，而最耗时的，要数特征工程和超参数调优。于是，有时候会因为赶时间，过早将模型从实验阶段转移到生产阶段，导致它们发挥不出最佳效果；也有时候，会因为花了太多时间调优导致部署延迟。这时候，就体现出了自动机器学习（Automatic machine learning, AML）框架的价值。自动机器学习框架能帮助数据科学家减轻负担，降低特征工程和超参数调优的工作量，让他们能花更多时间来尝试模型架构。 ………………………………