automl

人工智能【第42篇】AutoML入门：自动化机器学习全流程作者的话：在前面的文章中，我们学习了各种机器学习算法、深度学习方法、神经网络架构设计。但在实际应用中，机器学习项目的成功不仅取决于算法本身，更取决于特征工程、超参数调优、模型选择等一系列复杂的决策。一个完整的ML项目可能需要数月时间和大量专家经验。AutoML（自动化机器学习）的目标就是让AI自动完成从数据到模型的全流程，让非专家也能构建高性能模型，让专家能专注于更有创造性的工作。本文将带你全面理解AutoML的原理与实战！

人工智能【第41篇】神经架构搜索NAS入门：自动设计神经网络作者的话：在前面的文章中，我们学习了各种神经网络架构——CNN、RNN、Transformer等。但这些架构都是人类专家手工设计的，需要大量试错和经验。能否让AI自动设计神经网络？神经架构搜索（Neural Architecture Search, NAS）就是要回答这个问题——通过自动化方法发现超越人类设计的网络架构。从AlphaGo的启示到EfficientNet的成功，NAS正在改变深度学习的发展方式。本文将带你深入理解NAS的原理与实战！

人工智能导论：模型与算法（未来发展与趋势）人工智能作为引领新一轮科技革命和产业变革的战略性技术，正在深刻改变人类社会。本章从类脑计算、自动化机器学习、神经网络压缩、人工智能芯片、量子机器学习、人工智能伦理与治理、人工智能算法开发框架等方面，简要总结人工智能的未来发展方向和趋势。

带娃的IT创业者

调参工具箱——Optuna、Ray Tune 入门📚 《从零到一造大脑：AI架构入门之旅》专栏专栏定位：面向中学生、大学生和 AI 初学者的科普专栏，用大白话和生活化比喻带你从零理解人工智能本系列共 43 篇，分为八大模块：

了解自动化机器学习 AutoML🍉 CSDN 叶庭云：https://yetingyun.blog.csdn.net/自动化机器学习（AutoML）概述

NAS入门（学习笔记）深度学习使特征学习自动化AutoML 使深度学习自动化自动化机器学习 (automated machine learning) 是一种自动化的数据驱动方法, 并做出一系列决策。

【AutoML】AutoKeras 的安装和环境配置（VSCode）本地环境中已经有太多的工作配置了（Python、Java、Maven、Docker 等等），为了不影响其他环境运行，我选择直接在 VSCode 中创建工作空间并配置好 AutoKeras（反正最后也是要在 VSCode 中进行开发的）。

我是有底线的