适应性用户导向 GUI 自动机器学习工具包：面向非 AI 专家与人机交互研究者
人机交互
2024-10-24 v1 人工智能
摘要
机器学习在各个领域的日益集成，凸显了非专家能够有效利用的可及系统的必要性。为此，自动化机器学习（AutoML）领域已开发出简化 ML 流程构建与优化的工具。然而，现有 AutoML 解决方案在创建在线流水线方面缺乏效率，且对人机交互（HCI）应用的易用性不足。因此，本文引入 AdaptoML-UX，一个集成自动化特征工程、机器学习与增量学习的自适应框架，旨在帮助非 AI 专家开发健壮、以用户为中心的 ML 模型。该工具包能够高效适应多样化的问题领域与数据集，尤其是在 HCI 领域，从而减少手动实验的需求，节省时间与资源。此外，它支持通过增量学习实现模型个性化，根据 individual user behaviors 定制模型。HCI 研究者可无需专业技能地使用 AdaptoML-UX（\url{https://github.com/MichaelSargious/AdaptoML_UX}），其自动选择算法、特征工程和超参数调优，基于数据的独特特征。
引用
@article{arxiv.2410.17469,
title = {AdaptoML-UX: An Adaptive User-centered GUI-based AutoML Toolkit for Non-AI Experts and HCI Researchers},
author = {Amr Gomaa and Michael Sargious and Antonio Krüger},
journal= {arXiv preprint arXiv:2410.17469},
year = {2024}
}