Mar, 2024

EndToEndML: 一个用于机器学习应用的开源端到端流水线

PDF
TL;DR我们提出了一个基于 Web 的一体化流程，能够进行数据预处理、训练、评估和可视化机器学习模型，无需手动干预或编程专业知识，通过集成传统机器学习和深度神经网络模型与可视化，帮助识别、分类、聚类和预测广泛的多模态、多传感器数据，包括图像、语言和一维数值数据，用于药物发现、病原体分类和医学诊断。
artificial intelligencebiological complexityuser-friendly interfacemachine learning modelshigh-throughput datasets
发现论文，激发创造
  • 深度学习和大数据应用的自动数据处理和特征工程：一项调研

    现代人工智能（AI）的方法旨在设计可以直接从数据中学习的算法，本文综述了深度学习流程中自动化数据处理任务的方法，包括数据预处理、数据增强和特征工程，并讨论了自动机器学习方法和工具在整个机器学习流程中的优化应用。

    Mar, 2024

  • eTOP: 用于 AutoML 系统快速训练的管道提前终止技术

    本文介绍了一种基于 AutoML 框架的 eTOP 框架，该框架可以决定在执行到 Pipeline 中的哪个步骤时停止计算以加快训练时间，该框架同时还减少了与 MLBox4 结合使用时的计算资源消耗。

    Apr, 2023

  • 人工智能模型持续开发的流程 —— 研究与实践当前状况

    本文提供了一个综合的文献综述及九个半结构化采访，总结了 AI 模型持续开发中面临的挑战。作者提出了一种适用于 AI 持续开发的流水线，包含数据处理、模型学习、软件开发及系统运维四个阶段，并针对每个阶段的实施、适应和使用提出了具体挑战。

    Jan, 2023

  • 一个无障碍人工智能系统

    我们介绍了一项旨在开发开源且用户友好的人工智能系统，以用于生物医学和医疗保健领域复杂数据的机器学习分析，其中遗传编程技术可以帮助实现，并且强调了以前项目中遗传编程已经自动进行了机器学习分析的具体示例。

    May, 2017

  • 为基于模型的 AI 工程开启自动化机器学习

    本文提出了一种新方法，支持自动化机器学习，帮助软件工程师在不需要深入了解人工智能的情况下，选择适当的机器学习模型、算法和技术以及适当的超参数来开发人工智能密集型系统，并进行智能能源领域的案例研究。

    Mar, 2022

  • STREAMLINE: 一个简单、透明、端到端自动化机器学习管道，促进数据分析和算法比较

    STREAMLINE 是一个简单、透明、端到端的自动化机器学习 (pipeline)，旨在比较数据集、机器学习算法和其他 AutoML 工具的性能，在数据处理、模型比较方面提供一个全面和一致的基准。

    Jun, 2022

  • 可扩展的端到端机器学习平台：从自动机器学习到自助式服务

    研究探讨了机器学习平台的发展、可伸缩性以及实现自助服务质量的要求和能力，并结合两个商业化的端到端机器学习平台来说明其推广应用及未来发展的目标。

    Feb, 2023

  • 人工智能时代的生物学理解

    现代生命科学研究越来越依赖于人工智能方法来模拟生物系统，主要集中在使用机器学习模型上。然而，机器学习在生物科学中的广泛应用表明其与传统科学探究方法存在显著差异，这种相互作用对未来的科学研究具有重要意义，但却受到较少关注。在本研究中，我们借鉴认识论工具集，将机器学习在生物科学中的最新应用放入现代哲学理论的框架下，以识别可指导机器学习系统为生物现象建模和推动科学知识进展的一般原则。我们提出，科学理解作为信息压缩、定性可理解性和依赖关系建模的概念，为解释机器学习介导的生物系统理解提供了有用的框架。通过对现代生物研究中机器学习的两个关键应用领域 —— 蛋白质结构预测和单细胞 RNA 测序的详细分析，我们探讨了这些特征迄今如何使机器学习系统推进对目标现象的科学理解，以及它们如何指导未来机器学习模型的发展，以及阻碍机器学习实现其作为生物发现工具潜力的关键障碍。考虑机器学习在生物学应用中的认识论特征将改善这些方法解决重要问题和推进对生命系统科学理解的前景。

    Mar, 2024

  • AI 技术考虑事项：数据存储、云使用和 AI 管道

    这篇论文介绍了人工智能，特别是深度学习对大量数据进行训练，测试和验证的需求，以及在对数据进行标注方面实现图像生物库的重要性，并讲述了在实现合适的图像数据集合时，需要考虑法律局限和云计算等多方面，最终提出了一种基于混合云实现 AI pipelines 的解决方案。

    Jan, 2022

  • VeML：大规模高维数据的端到端机器学习生命周期

    本文介绍了一个专门针对端到端机器学习生命周期的版本管理系统 VeML，其中通过核心集算法来解决大规模高维度数据的生命周期构建高成本的问题，同时也能检测训练数据和测试数据之间的不匹配导致的模型准确度下降，而无需使用标记数据来重新构建生命周期。作者在真实的大规模数据集上进行了实验并显示了良好的结果。

    Apr, 2023