AutoML(Automated Machine Learning)

정의

- 기계학습 파이프라인에서 데이터의 특징 추출, 하이퍼파라미터(Hyperparameter) 설정 등 소모적이고 반복적인 작업을 자동화하는 머신러닝 프로세스

 

키워드

- 피처 엔지니어링, 하이퍼파라미터 최적화, 신경망 구조 탐색

 

메커니즘

 

기술요소

① 피처 엔지니어링(Feature Engineering)
- PCA, k-means clustering
- Min-max 스케일링, BoW(Bag of Words)
- EDA(Exploratory Data Analysis)를 통하여 원시데이터를 통계적 기법과 시각화 기술을 활용하여 해석

② 하이퍼파라미터 최적화
- 그리드 탐색, 랜덤 탐색
- 베이지안 최적화 (Bayesian Optimization)
- 머신러닝 및 딥러닝 모델의 입력값으로 해당 모델이 목표 데이터 특성으로부터 일반화된 추론 성능을 훈련할 수 있도록 제어하는 기능을 수행

③ 신경망 구조 탐색
- 검색 공간, 검색 전략
- 성능 추정 전략
- 데이터구조에 적절하게 수정, 변경하는 신경망 아키텍처 탐색 기술

 

참고

- 구글I(AutoML), 애저(Machine Learning), 아마존(SageMaker)