目前 AutoML 產(chǎn)品的目標(biāo)數(shù)據(jù)主要有兩類，一類是圖像數(shù)據(jù)，一類是表數(shù)據(jù)。

圖像數(shù)據(jù)

深度學(xué)習(xí)取得的最大的成功來自于圖像領(lǐng)域，相比于傳統(tǒng)圖像分析處理做法最核心的點(diǎn)在于“自動(dòng)”學(xué)習(xí)層次化特征，以前的圖像分析都是需要人工設(shè)計(jì)很多種從原始像素提取特征的方法，需要很多專家經(jīng)驗(yàn)，深度學(xué)習(xí)很好地解決了這個(gè)問題，使得特征可學(xué)習(xí)，將人工特征設(shè)計(jì)轉(zhuǎn)變成了人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)，對(duì)于圖像領(lǐng)域的自動(dòng)機(jī)器學(xué)習(xí)，很自然的一個(gè)想法就是，是否能進(jìn)一步將人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)里面的“人工”去掉。

谷歌、微軟、第四范式等針對(duì)圖像數(shù)據(jù)的 AutoML 產(chǎn)品的核心點(diǎn)是自動(dòng)化圖像領(lǐng)域的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)，他們針對(duì)的主要數(shù)據(jù)是圖像數(shù)據(jù)。圖像數(shù)據(jù)之間的相似性較大，原始輸入都是像素，問題解決方案可遷移性可復(fù)用性也較大，使得 AutoML 在圖像數(shù)據(jù)上相對(duì)更加容易落地。

表數(shù)據(jù)

與圖像數(shù)據(jù)原始輸入都是像素不同的是，表數(shù)據(jù)是抽象數(shù)據(jù)，不同的表數(shù)據(jù)之間沒有很強(qiáng)的相似性，不同表數(shù)據(jù)各列的含義千差萬別，另外表數(shù)據(jù)還跟實(shí)際業(yè)務(wù)密切相關(guān)，其中有很多時(shí)序性、概念漂移、數(shù)據(jù)包含噪聲等等不同于傳統(tǒng)機(jī)器學(xué)習(xí)的特性需要解決，因此表數(shù)據(jù)問題上 AutoML 落地的難度也會(huì)大很多，僅僅是自動(dòng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)是遠(yuǎn)遠(yuǎn)不夠的。

目前谷歌、微軟在這方面成果相對(duì)較少，MIT 的自動(dòng)特征是在這類問題上一個(gè)很不錯(cuò)的嘗試，他們主要解決的問題是數(shù)據(jù)分布在多個(gè)表中，如何自動(dòng)化地將這多個(gè)表的數(shù)據(jù)轉(zhuǎn)化成最終機(jī)器學(xué)習(xí)所需要的單個(gè)表數(shù)據(jù)，但是除了這個(gè)問題，實(shí)際表數(shù)據(jù)的 AutoML 落地還需要解決更多的難題。在國(guó)內(nèi)，第四范式在這類問題上是最早有成熟產(chǎn)品落地的，比如模型自帶自動(dòng)化特征的線性分形分類器，自動(dòng)特征組合工具 FeatureGo，自動(dòng)時(shí)序樹模型工具 HE-TreeNet 等等，今年也會(huì)有更多更強(qiáng)大的自動(dòng)化機(jī)器學(xué)習(xí)產(chǎn)品發(fā)布。

除此之外，涂威威還補(bǔ)充道：對(duì)于自然語言處理中的知識(shí)自動(dòng)提取等也需要自動(dòng)化的機(jī)器學(xué)習(xí)技術(shù)，這是目前很多 AutoML 產(chǎn)品所不涉及的。

總結(jié)

以上是生活随笔為你收集整理的表数据比图数据更难处理的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。