自动化机器学习(AutoML)有望将原始数据转换为准确的预测，而不需要大量的人力、专业知识和人工实验。在这个讲座式的教程中，我们将演示多模态AutoML的基本技术。与大多数专注于解决包含分类和数字特征的表格任务的AutoML系统不同，我们考虑对各种类型的数据(包括表格特征、文本和图像及其组合)进行监督学习任务。我们强调的不是单个ML模型如何工作的技术描述，而是如何在接受原始训练数据并输出测试数据预测的整体ML流程中最好地使用模型。
我们教程的主要重点是自动构建和训练深度学习模型，这些模型功能强大，但手动管理起来很麻烦。本教程中涉及的每个主题都附带了一个实践的Jupyter笔记本，它实现了最佳实践(教程前后都可以在GitHub上获得)。大部分代码采用了AutoGluon，这是一个最新的开源AutoML工具包，它既先进又易于使用。
专知便捷查看
便捷下载，请关注专知人工智能公众号（点击上方蓝色专知关注）
专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！
点击“阅读原文”，了解使用专知，查看获取100000+AI主题知识资料
