AutoML 现状与展望：挑战与机遇

随着大数据在各领域变得无处不在，越来越多的利益相关者渴望充分利用其数据，对机器学习工具的需求促使研究者探索自动化机器学习（AutoML）的可能性。AutoML 工具旨在使非机器学习专家（领域专家）能够使用机器学习、提升机器学习效率并加速机器学习研究。但是，尽管自动化与效率是 AutoML 的主要卖点，该过程仍需要在若干关键步骤上的人为参与，包括理解领域特定数据的属性、定义预测问题、创建合适的训练数据集以及选择有前景的机器学习技术。这些步骤通常需要漫长的反复迭代，使该过程对领域专家和数据科学家而言均效率低下，并阻碍所谓 AutoML 系统真正实现自动化。在本综述文章中，我们引入了一种用于 AutoML 系统的新分类体系，采用七层示意图依据自主程度区分这些系统。我们首先描述端到端机器学习流水线实际样貌，以及机器学习流水线中迄今已实现自动化的子任务。我们强调那些仍由数据科学家手动完成的子任务，并解释这如何限制了领域专家对机器学习的访问。接下来，我们介绍基于层级的 AutoML 系统新分类法，并根据所提供的自动化支持范围定义每一层级。最后，我们勾勒未来路线图，指出进一步自动化端到端机器学习流水线所需的研究，并讨论阻碍这一雄心目标的重要挑战。