×

海外建筑运营管理局

swMATH ID: 35832
软件作者: 杨成润、秋本裕二、金大元、尤德尔
描述: OBOE:用于AutoML模型选择的协作筛选。算法选择和超参数调整是机器学习中最具挑战性的两项任务。自动机器学习(AutoML)寻求将这些任务自动化,以使非专业人士能够广泛使用机器学习。本文介绍了一种用于时间约束模型选择和超参数调整的协同过滤方法OBOE。OBOE在大量数据集上形成了大量监督学习模型(算法和超参数)的交叉验证误差矩阵,并拟合低秩模型来学习模型和数据集的低维特征向量,这些模型和数据集中最能预测交叉验证误差。为了为新数据集找到有希望的模型,OBOE在新数据集上运行了一组快速但信息丰富的算法,并使用它们的交叉验证错误来推断新数据集的特征向量。OBOE可以在模型数量或总时间预算的限制下找到好的模型。为此,本文基于最优实验设计开发了一种新的启发式算法,用于时间约束矩阵补全中的主动学习。我们的实验表明,在监督学习问题的试验台上,OBOE比竞争方法更快地提供最先进的性能。此外,OBOE使用的双线性模型的成功表明,AutoML可能比以前理解的更简单。
主页: https://arxiv.org/abs/11808.03233
关键词: 机器学习(cs.LG);人工智能(cs.AI);机器学习(stat.ML)
相关软件: 超波段;自动锁相环;SMAC公司;汽车-WEKA;皮格尔姆;低等级模型;蜻蜓;ML计划;自动胶合表格;Scikit公司;威卡;开放多媒体程序库;GAMA公司;TPOT公司;BOHB公司;Hyperopt公司;青蒿素;手套;项目管理局;AlexNet公司
引用于: 7文件

按年份列出的引文