你将学到的
  • AutoML 综述
  • Auto-Keras 使用
  • Kaggle 项目实战
  • auto-sklearn 使用
  • 微软 NNI 使用
lab-classic 实验 1 自动化机器学习综述

知识点: 1.自动化机器学习概念 2.自动化机器学习目标

lab-classic 实验 2 自动化机器学习框架

知识点: 1.autosklearn框架介绍 2.自动化分类和回归算法 3.自动化机器学习的优劣

lab-challenge 挑战 1 MNIST 手写字符分类

知识点: 1.MNIST数据集 2.autosklearn使用 3.Kaggle平台使用

lab-classic 实验 3 自动化深度学习框架

知识点: 1.深度学习概述 2.AutoKeras介绍 3.图像分类与生成 4.自然语言处理

lab-challenge 挑战 2 仙人掌航拍照片分类识别

知识点: 1.仙人掌航拍照片分类 2.AutoKeras实践应用

lab-classic 实验 4 NNI 自动化机器学习工具包

知识点: 1.NNI环境搭建 2.NNI工具使用

lab-challenge 挑战 3 MNIST 使用 NNI 训练模型

知识点: 1.其他机器学习框架 2.NNI工具包使用

lab-classic 实验 5 挑战参考解决方案
课程介绍

自动化机器学习(Automated machine learning,简称:AutoML)是机器学习近年来发展出来的热门分支,其可以看作为一种基于人工智能的解决方案,以应对不断增长的机器学习应用场景的需要。

自动化机器学习可以一定程度上降低机器学习模型的开发门槛,算法的选择、训练、调优、部署等一系列过程都可以交给自动化组件来完成。自动化机器学习包含 4 个重点研究方向,分别是:自动化特征工程,自动化模型选择,超参数自动优化和神经结构搜索。

本课程中,我们将学习使用自动化机器学习框架 auto-sklearn,以及面向深度学习自动化的 Auto-Keras。此外,课程还会涉及到由微软开发的自动化机器学习工具包 NNI。课程不会涉及对 AutoML 背后的原理探索,主要是面向工具应用的实战内容。

先学课程

课程难度

本课程难度为中等。

适合人群

本课程适用于对自动化机器学习感兴趣的用户,但需要了解基础的机器学习知识,并已掌握 scikit-learn,TensorFlow 等相关框架使用。

课程信息

  • 学习周期:课程有效期 2 个月,2 个月后实验文档一直可以看。高级会员有效期内可一直学习,高级会员到期后课程失效(不能看文档)。
  • 课程价格:当前优惠价格 79 元。
  • 企业团报:可获得更多支持服务,请点击 购买咨询
课程教师

huhuhang 共发布过 47 门课程

查看老师的所有课程 >
实验楼楼+
实验楼会员