从学习曲线中进行元学习的挑战赛：第一轮的经验教训与第二轮的设计
机器学习
2022-08-08 v1 人工智能
摘要
从学习曲线中进行元学习是机器学习领域中一个重要却常被忽视的研究方向。我们引入了一系列基于强化学习(Reinforcement Learning)的元学习挑战赛，其中智能体根据环境给出的学习曲线反馈，为给定数据集搜索最适用的算法。第一轮吸引了来自学术界和工业界的参与者。本文分析了第一轮（已被 WCCI 2022 竞赛单元接收）的结果，以洞察是什么使元学习器能够成功地从学习曲线中学习。借助第一轮的经验和参与者的反馈，我们设计了具有新协议和新元数据集的第二轮挑战赛。我们的第二轮挑战赛已被 AutoML-Conf 2022 接收，目前正在进行中。
引用
@article{arxiv.2208.02821,
title = {Meta-learning from Learning Curves Challenge: Lessons learned from the First Round and Design of the Second Round},
author = {Manh Hung Nguyen and Lisheng Sun and Nathan Grinsztajn and Isabelle Guyon},
journal= {arXiv preprint arXiv:2208.02821},
year = {2022}
}