Descargar PDF
Este libro de acceso abierto presenta la primera descripción completa de los métodos generales en el aprendizaje automático automatizado (AutoML), recopila descripciones de los sistemas existentes basados en estos métodos y analiza la primera serie de desafíos internacionales de los sistemas AutoML. El reciente éxito de las aplicaciones comerciales de ML y el rápido crecimiento del campo ha creado una gran demanda de métodos de ML listos para usar que se pueden usar fácilmente y sin el conocimiento de expertos. Sin embargo, muchos de los éxitos recientes del aprendizaje automático dependen fundamentalmente de expertos humanos, que seleccionan manualmente las arquitecturas de ML apropiadas (arquitecturas de aprendizaje profundo o flujos de trabajo de ML más tradicionales) y sus hiperparámetros. Para superar este problema, el campo de AutoML apunta a una automatización progresiva del aprendizaje automático, basada en los principios de la optimización y el aprendizaje automático. Este libro sirve como un punto de entrada en este campo de rápido desarrollo para investigadores y estudiantes avanzados por igual, además de proporcionar una referencia para los profesionales que desean utilizar AutoML en su trabajo.
