集成平方：一种元自动机器学习系统
机器学习
2021-06-22 v3 人工智能
摘要
目前存在许多阻碍非专家利用机器学习方案的障碍，从缺乏统计学习技术的直觉到超参数调优的棘手性不一而足。此类障碍引发了人们对自动化机器学习（AutoML）的浓厚兴趣，通过开箱即用的系统可为终端用户处理诸多步骤，而无需机器学习专业知识。本文提出 Ensemble Squared（Ensemble），一种对最先进的开源 AutoML 系统结果进行集成的 AutoML 系统。Ensemble 利用现有 AutoML 系统在模型搜索空间与启发式方法上的差异，发掘其多样性。我们通过实证表明，各 AutoML 系统的多样性足以证明在 AutoML 系统层面进行集成是合理的。在展示这一点的同时，我们还在 OpenML 表格分类基准上确立了新的最先进 AutoML 结果。
引用
@article{arxiv.2012.05390,
title = {Ensemble Squared: A Meta AutoML System},
author = {Jason Yoo and Tony Joseph and Dylan Yung and S. Ali Nasseri and Frank Wood},
journal= {arXiv preprint arXiv:2012.05390},
year = {2021}
}