自动机器学习

智算菩萨10 天前
论文阅读·人工智能·机器学习·论文笔记·贝叶斯优化·自动机器学习·无标签学习
【论文精读】Automated machine learning for positive-unlabelled learning作者：Jack D. Saunders, Alex A. Freitas 发表于：Applied Intelligence (2025) 55:875 接收日期：2025年6月8日 / 在线发表：2025年7月16日 代码开源：https://github.com/jds39/GA-Auto-PU 数据集：https://github.com/jds39/Unlabelled-Datasets
盼小辉丶18 天前
人工智能·pytorch·深度学习·自动机器学习
PyTorch实战（37）——使用Optuna搜索最优超参数在自动机器学习一节中，我们完成了对 Auto-PyTorch 的探索。我们成功地在没有指定模型架构和超参数的情况下，通过使用 Auto-PyTorch 自动化构建了 MNIST 数字分类模型。接下来，我们将重点讨论 Optuna——这是一个专注于寻找最优超参数组合、且与 PyTorch 兼容良好的工具。该工具采用的树结构 Parzen 估计器 (Tree-Structured Parzen Estimation, TPE) 和协方差矩阵自适应进化策略 (Covariance Matrix Adaptati
盼小辉丶21 天前
人工智能·pytorch·深度学习·自动机器学习
PyTorch实战（36）——PyTorch自动机器学习自动机器学习 (AutoML) 能够为给定神经网络自动寻找最优架构与最佳超参数配置。在本节中，我们将全面地研究 PyTorch 的 AutoML 工具——Auto-PyTorch，该工具能同时执行神经架构搜索和超参数搜索。通过本节学习，即使缺乏领域经验也能设计机器学习模型，同时大幅加速模型选择流程。
我是有底线的