AutoML 向何处去？理解自动化在机器学习工作流中的角色
人机交互
2021-01-14 v1 机器学习
摘要
为使机器学习更易被广泛使用，旨在自动化机器学习训练与部署过程的 Auto-ML 工具迅速增多。为理解当今 Auto-ML 工具的实际使用情况，我们对从新手爱好者到使用 Auto-ML 工具的行业研究人员在内的参与者开展了定性研究。我们呈现了对现有工具优势与不足的洞察，以及人与自动化在机器学习工作流中的各自角色。最后，我们讨论了 Auto-ML 工具开发的未来设计启示。我们认为，Auto-ML 的终极目标不应是全自动化，这些工具的设计者应聚焦于支持用户与 Auto-ML 工具之间的协作。这意味着需要开发一系列 Auto-ML 工具，以支持简化性、可复现性和可靠性等不同的用户目标。
引用
@article{arxiv.2101.04834,
title = {Whither AutoML? Understanding the Role of Automation in Machine Learning Workflows},
author = {Doris Xin and Eva Yiwei Wu and Doris Jung-Lin Lee and Niloufar Salehi and Aditya Parameswaran},
journal= {arXiv preprint arXiv:2101.04834},
year = {2021}
}