当前位置：首页 > 编程日记 > 正文

AutoML前沿技术与实践经验分享 | 免费公开课

编程日记 2024-12-29 03:20:00

640?wx_fmt=jpeg

传统机器学习的解决范式可表示为：

ML Solution = ML expertise + Computation + Data

新机器学习范式可表示为：

New ML Solution = 100x Computation + 100x Data

通过表示的变化，可以看出，传统范式的“ML expertise”被“100x”的“Computation 和 Data”取代。而“100x Computation”是如何实现的呢，这就是今天我们要探讨的核心技术——AutoML。

2017 年，Google 发布了 AutoML 受到了业界广泛关注。到今天，对开发者们来说这已不是一个新名词。甚至曾经一度引发了一些算法工程师的担忧：“AutoML 可以自动设计模型了，算法工程师是要被取代了吗？”近两年，国内外都在 AutoML 领域的研究与应用取得了长足的进展，而对它的发展现状、应用情况、未来趋势，你们了解得如何呢？

本期公开课，我们针对《AutoML前沿技术与实践经验分享》这一主题，为大家邀请到了第四范式资深算法专家涂威威，带领大家深入 AutoML，了解技术核心，研究进展与技术应用，帮助开发者紧跟技术潮流的同时，能高效开发、部署模型。

什么是 AutoML？

AutoML，也称为 meta-learning，是利用机器学习来自动化机器学习的某些方面的方法。在传统深度学习的模型构建中，主要包含以下步骤：数据处理、特征工程、模型架构选择、超参数优化、模型后处理、结果分析。这些步骤往往会耗费大量人力和时间。在 AutoML 中，则可以对大部分步骤进行自动处理。

我们要学些什么？怎么学习？

神经网络结构搜索（Neural Architecture Search, NAS）是自动机器学习（AutoML）中的热点问题之一。除了 NAS，AutoML 的主要技术还有什么呢？“meta-learning”！还有呢？这次公开课，涂威威将为大家讲解不止于NAS、meta-learning 的主要技术，及不同技术面临的难点与挑战。

对于开发者来说，学习了技术，下一步就要实践与应用。在这个过程中，必然离不开一些开发工具。如果没有便于使用的工具，对于绝大多数开发者来说，都会面临重重艰难险阻。2018 年，Google 开源了用 TensorFlow 实现的 AutoML 框架——AdaNet，AdaNet 提供了一个通用框架，不仅可以学习神经网络架构，还可以学习集合以获得更好地模型。

掌握了技术与运用工具的技能，还需要开发者能将技术应用于实际工程中。而不同领域、不同企业的落地场景不同，需求也不同，这就需要开发者们能真正、高效的运用自身技能。

AutoML 已经成为业界研究与应用的热点，而这两年究竟发展得如何了？未来值得大家关注的问题有什么？

本次公开课，涂威威都将为大家一一分享这些内容。更重要的是，我们还将在交流群关注与收集大家的问题与建议

关于 AutoML，你有什么想问的？

关于 AI 技术，你有什么想学的？

CV、NLP、知识图谱、前沿技术？

And More.......

都可以在交流群中 @我们！2019 下半年，AI科技大本营将为大家准备更多主题、技术专题的 AI公开课。

每期公开课，我们还将准备学习资料、CSDN 纪念品、技术图书等干货与福利！本期公开课，我们还为大家准备了更特殊，机会更难得的福利！

由 AI科技大本营联合第四范式共同推出 AutoML 技术产品试用评测，进群参与报名即有机会体验，让每一个开发者变为 AI 应用专家。

可扫描下方小助手二维码，回复：automl ，加入公开课交流群，我们等大家哦！

640?wx_fmt=jpeg

课程信息

主题：AutoML前沿技术与实践经验分享

时间：7 月 25 日晚 8 点--9 点半

主讲人：涂威威 第四范式资深算法科学家

课程大纲

1、AutoML技术发展史

2、解读当下AutoML核心、主流方法

3、AutoML的优势、挑战与未来发展趋势

4、AutoML技术实践案例与经验分享

5、开发者技能成长路径与学习资源分享

适合人群：

开发者对AutoML 也是既好奇也疑惑，所以只要你是AI 领域的学习者，从业者，甚至感兴趣程序员会不会被AI 替代这件事的开发者，都可以报名学习。你可以在这里从 0 认识，再次重新认识 AutoML。

讲师介绍

涂威威，第四范式资深算法科学家，是第四范式先知平台独有的大规模分布式机器学习框架GDBT 的设计者，将AutoML 及迁移学习应用到工业界并取得显著的效果提升。在大规模分布式机器学习系统架构、大规模机器学习算法设计和应用、在线营销系统方面有深厚积累。

曾在百度凤巢从事广告点击率预估工作，设计开发了百度机器学习计算框架ELF。也是NeurIPS 2018 AutoML比赛负责人、PAKDD 2018/2019比赛主席、PRICAI 2018 AutoML Workshop主席，NeurIPS 2019 AutoDL比赛组织者之一，KDD Cup首届AutoML比赛负责人，TPAMI首个AutoML特刊创办者之一。

640?wx_fmt=png

2019年已经进入下半年，AI科技大本营特此为大家准备一系列专业、深度的AI公开课。我们策划了技术主题涵盖机器学习、深度学习与前沿、计算机视觉、语音与NLP、知识图谱等 AI 的各方向，此外还会开设求职面试、经验分享等主题，你想听的内容也可以告诉我们！几十节公开课大礼包，等你来学习，还有学习奖品等你来领~

更多课程学习信息，可扫描下方小助手二维码，回复：automl ，加入公开课交流群，领取福利，报名抽取第四范式 AutoML 产品试用机会。

640?wx_fmt=jpeg

https://www.dkcj.cn/info/33892.html

AutoML前沿技术与实践经验分享 | 免费公开课

相关文章：

Windows 7 64位机上搭建Android开发环境

近4万Star，登月源码登顶GitHub，这位女程序员“拯救”了阿波罗

Eclipse中通过Android模拟器调用OpenGL ES2.0函数操作步骤

animate默认时长所带来的问题及解决

避坑指南：如何选择适当的预测评价指标？| 程序员评测

利用JNI技术在Android中调用C++代码

微软开源数据处理引擎 Trill，每天可分析万亿次事件

【杭电ACM】1097 A hard puzzle

mvc 下的 signalR使用小结

利用JNI技术在Android中调用C++形式的OpenGL ES 2.0函数

Python三十年技术演变史

php 扩展包链接

面向中小企业的视频云服务视频托管

VS2010下编译OpenCV2.4.6静态库

【性能优化之道】每秒上万并发下的Spring Cloud参数优化实战

共话数据智能新经济，首届市北·GMIS 2019全球数据智能峰会隆重召开

最新剑桥《AI全景报告》出炉：中国发表机器学习学术研究超过美国

《OpenMP编译原理及实现技术》摘录

C# 36进制转10进制

Oracle Cloud Native Framework推出云原生解决方案

OpenMP知识点汇总

chsop 兼容jquery（解决与transport.js冲突）

进程详细剖析（二）

AI算力需求6年增长30万倍，「超异构计算」才能满足下一个10年

一览六月最热的5篇AI技术论文

OnCheckedChanged的触发需要AutoPostBack=true

OpenCV中resize函数五种插值算法的实现过程

企业金融云存储建设之路

【原创】VB利用堆栈实现算术表达式计算

树莓派4与英伟达Jetson Nano性能大比拼，谁是最佳的嵌入式“电脑”？