Amazon SageMaker Autopilot：可规模化的白盒 AutoML 解决方案
机器学习
2020-12-17 v2
摘要
AutoML 系统通过选择处理特征的正确方式、选择算法并调整整个流水线的超参数，为机器学习问题提供黑盒解决方案。尽管这些系统在众多数据集上表现良好，但仍有不可忽略数量的数据集，对于它们，各特定系统生成的单次解决方案会提供次优性能。在本文中，我们介绍 Amazon SageMaker Autopilot：一个完全托管的系统，提供可在需要时修改的自动化 ML 解决方案。给定表格数据集与目标列名，Autopilot 识别问题类型、分析数据并生成一组多样的完整 ML 流水线，包括特征预处理与 ML 算法，这些流水线经过调优以生成候选模型的排行榜。在性能不令人满意的情形下，数据科学家能够查看并编辑所提出的 ML 流水线，从而注入其专业知识与业务知识，而无需退回到完全手动的解决方案。本文描述了 Autopilot 的不同组件，强调允许可扩展性、高质量模型、可编辑 ML 流水线、离线元学习产物消费以及与整个 SageMaker 套件便捷集成的基础设施选择，以使这些训练好的模型可用于生产环境。
引用
@article{arxiv.2012.08483,
title = {Amazon SageMaker Autopilot: a white box AutoML solution at scale},
author = {Piali Das and Valerio Perrone and Nikita Ivkin and Tanya Bansal and Zohar Karnin and Huibin Shen and Iaroslav Shcherbatyi and Yotam Elor and Wilton Wu and Aida Zolic and Thibaut Lienart and Alex Tang and Amr Ahmed and Jean Baptiste Faddoul and Rodolphe Jenatton and Fela Winkelmolen and Philip Gautier and Leo Dirac and Andre Perunicic and Miroslav Miladinovic and Giovanni Zappella and Cédric Archambeau and Matthias Seeger and Bhaskar Dutt and Laurence Rouesnel},
journal= {arXiv preprint arXiv:2012.08483},
year = {2020}
}