automatic machine learning | BriefGPT

关键词automatic machine learning

搜索结果 - 10

AAAI高效神经网络架构搜索空间定义的方法
在这篇论文中，我们提出了一种新颖的基于细胞的分层搜索空间，易于理解和操作，旨在优化搜索时间并且足够通用，可以处理大多数卷积神经网络的最先进架构。
PDF8 months ago
SapientML: 通过从人类编写的解决方案中学习来综合机器学习流水线
本文提出了一种名为 SapientML 的自动机器学习技术，通过从现有数据集中学习人类编写的管道，实现针对新数据集的高质量管道的快速生成，采用了一种三阶段程序合成方法来进行搜索空间的有效管理。评估结果表明，在 41 个基准数据集中，Sapi
PDF2 years ago
自动化机器学习的语义代码分类
本文介绍了一种可以通过一系列简单操作控制输出的自动机器学习的应用范围，提出了一种语义代码分类任务，并探讨了在自然语言到机器学习（NL2ML）数据集上解决此问题的方法。
PDF2 years ago
ICML高效神经结构搜索的核心集抽样
本文提出基于汇总数据分布，即核心集合，来进行架构搜索的方法，以减少在 NAS 中由于计算负担而导致的时间代价，并通过实验验证，在单个 RTX 3090 GPU 上，将总计算时间从 30.8 小时减少到 3.5 小时，达到 8.8 倍的减少。
PDF3 years ago
MFES-HB：多保真度质量度量的高效 Hyperband
MFES-HB 是一种高效的超参数优化方法，它结合了高保真度和低保真度度量以加快收敛速度，并使用广义专家乘积框架构建了多重保真度集合代理模型，该方法可在现实世界的自动机器学习任务中比 BOHB 等现有方法快 3.3-8.9 倍。
PDF4 years ago
IJCAI级联算法选择和超参数优化的极值区间上置信上界赌博机
本文提出一种级联方法来解决自动机器学习任务中的算法选择和超参数优化问题。在这种方法中，通过在超参数优化层级上使用搜索过程，同时在算法选择层级上运行赌博策略来分配预算，提出了一种名为 ER-UCB 的极值区间上置信界界（Extreme-Reg
PDF5 years ago
ICML使用基于模型的强化学习和语法合成进行管道合成的自动化机器学习
AlphaD3M 使用自我博弈的强化学习实现 AutoML 并创造最新状态，之后通过运用管道语法和预训练模型进一步改进，取得了 AutoML 分类和回归任务基准数据集方面的表现优于现有方法的结果。
PDF5 years ago
ICML自动梯度提升
本文提出了一种基于梯度提升和自动超参数调整的自动机器学习框架 (autoxgboost)，与目前的 AutoML 项目进行了比较，并在 16 个数据集上取得了可比较的结果和两个最佳表现。
PDF6 years ago
研究 200 个情感分析系统中的性别和种族偏见
本研究提供了第一个特意设计用于检测系统中不当偏见的基准数据集，即 Equity Evaluation Corpus (EEC)，基于此数据集，我们研究了参加 SemEval-2018 任务 1 的 219 个自动情感分析系统，发现其中多个系
PDF6 years ago
Autostacker: 一种组合进化学习系统
Autostacker 是一种基于 Evolutionary Algorithm 的自动机器学习建模架构，通过创新的分层堆叠结构快速演化候选流水线，从而找到机器学习模型的创新组合和结构，而无需事先了解数据或特征预处理。与其他自动机器学习系统
PDF6 years ago