ICMLJul, 2019
在数据漂移存在的情况下走向自动机器学习:首次结果
Towards AutoML in the presence of Drift: first results
Jorge G. Madrid, Hugo Jair Escalante, Eduardo F. Morales, Wei-Wei Tu, Yang Yu...
TL;DR本研究致力于为 AutoML 场景中处理不断变化的数据分布、生命周期学习和概念漂移检测提供一种可行的解决方案,通过扩展 Auto-Sklearn 的机制和技术,并通过基准数据的实验结果证明了所提出的方法的有效性。