一般社団法人Pythonエンジニア育成推進協会はコラム「第26回「近ごろの機械学習ライブラリ（3）Auto-sklearn、H2O AutoML」」を公開しました。
＃＃＃
こんにちは、小澤です。
前回は、PyTorch（パイトーチ） を使ってニューラルネットワークを構築する基本的な流れを体験しました。「モデルを自分で組む楽しさ」を感じられる内容でしたが、「もっと簡単にモデルを作れないか」と思った方もいるかもしれません。そこで、今回紹介するのがAutoMLという仕組みです。
AutoMLとは、データの前処理から特徴量選定、モデル選択、ハイパーパラメータの調整までを自動でやってくれるツール群のことです。専門知識がそれほどなくても、比較的簡単に精度の高いモデルが作れます。今回は、Pythonの代表的なAutoMLツールである「Auto-sklearn」「H2O AutoML」の2つについて、それぞれの特徴や使い方、用途などを解説していきます。
なお、今回の内容も、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の「近ごろの機械学習ライブラリ」（271ページ） に関連した内容です。
この続きは以下をご覧ください
(リンク »)
こんにちは、小澤です。
前回は、PyTorch（パイトーチ） を使ってニューラルネットワークを構築する基本的な流れを体験しました。「モデルを自分で組む楽しさ」を感じられる内容でしたが、「もっと簡単にモデルを作れないか」と思った方もいるかもしれません。そこで、今回紹介するのがAutoMLという仕組みです。
AutoMLとは、データの前処理から特徴量選定、モデル選択、ハイパーパラメータの調整までを自動でやってくれるツール群のことです。専門知識がそれほどなくても、比較的簡単に精度の高いモデルが作れます。今回は、Pythonの代表的なAutoMLツールである「Auto-sklearn」「H2O AutoML」の2つについて、それぞれの特徴や使い方、用途などを解説していきます。
なお、今回の内容も、教科書『Pythonによる新しいデータ分析の教科書（第2版）』の「近ごろの機械学習ライブラリ」（271ページ） に関連した内容です。
この続きは以下をご覧ください
(リンク »)
本プレスリリースは発表元企業よりご投稿いただいた情報を掲載しております。
お問い合わせにつきましては発表元企業までお願いいたします。
お問い合わせにつきましては発表元企業までお願いいたします。
