基于模型强化学习与文法的流水线合成自动机器学习
机器学习
2019-05-27 v1 机器学习
摘要
自动机器学习是机器学习前沿中的一个重要问题。最强的 AutoML 系统基于神经网络、进化算法和贝叶斯优化。最近 AlphaD3M 利用带自我博弈的强化学习以数量级的加速取得了最先进的结果。在这项工作中，我们通过使用流水线文法和一个从许多不同数据集与相似任务中泛化的预训练模型来扩展 AlphaD3M。我们的结果表明，在分类与回归任务的 AutoML 基准数据集上，相较于我们 earlier 的工作与现有方法，性能有所提升。本着可复现研究的精神，我们将数据、模型与代码公开可用。
引用
@article{arxiv.1905.10345,
title = {Automatic Machine Learning by Pipeline Synthesis using Model-Based Reinforcement Learning and a Grammar},
author = {Iddo Drori and Yamuna Krishnamurthy and Raoni Lourenco and Remi Rampin and Kyunghyun Cho and Claudio Silva and Juliana Freire},
journal= {arXiv preprint arXiv:1905.10345},
year = {2019}
}
备注
ICML Workshop on Automated Machine Learning