#automl

Как автоматизировать обучение ML-моделей и сократить время вывода в прод до двух дней

В прошлой статье мы говорили о подходе к рекомендации сервисов на основании автоматизации расчета склонностей клиентов и единого репозитория предложений. В ней мы углубились в создание репозитория, описание логики категоризации и набора в кампании для коммуникации с клиентами. Сегодня мы подробнее расскажем про наш подход к автоматизации построения и вывода в прод набора моделей.

https://habr.com/ru/companies/beeline_tech/articles/926982/

#data_science #machine_learning #automl #feature_store #automatization

Архитектура проекта автоматического обучения ML-моделей

Хабр, привет! На связи Кравцов Кирилл и Суздалев Руслан из команды моделирования поведенческих сценариев Центра развития искусственного интеллекта СПАО «Ингосстрах» (далее – ЦРИИ). В статье поделимся решением, которое помогает нам быстрее обучать и интегрировать модели в компании. С ростом компании и ЦРИИ, в частности, у нас появлялось все больше бизнес-заказчиков, которым нужны были ML-модели. Поэтому потребность росла, а ограниченность ресурсов не позволяла быстро обрабатывать задачи бизнеса и многое уходило в беклог.

https://habr.com/ru/companies/ingos_it/articles/901782/

#data_science #machine_learning #automl #python

AutoML и NAS

Автоматическое машинное обучение (AutoML) – это область исследований, целью которой является автоматизация ручных процессов настройки ML-пайплайнов, то есть полных циклов обработки данных при помощи ML-алгоритмов. Можно выделить основные этапы работы с данными в рамках стандартных подходов ML: сбор данных, их первичный анализ, предобработка (нормализация, кодирование признаков, оценка их важности и фильтрация, заполнение пропусков, поиск шумных признаков и выбросов в данных), выбор оптимальных моделей для решения задачи, возможные варианты комбинирования и ансамблирования моделей, оценка и внедрение итогового решения. Каждый элемент этой последовательности представляет из себя отдельную сложную задачу, требующую вложения труда специалистов. При этом та часть этих задач, которая представляет из себя подбор взаимозаменяемых элементов и оценку их производительности, может быть автоматизирована. Речь не идет об автоматизации сбора данных в широком смысле слова – слишком уж сложна и неоднородна эта задача – но автоматизация выбора наиболее оптимального набора моделей классического машинного обучения среди стандартного набора с учетом заранее поставленных ограничений кажется вполне решаемой проблемой. Методы оптимального поиска таких пайплайнов и решения ряда сложностей, возникающих в связи с такой широкой постановкой, называются автоматическим машинным обучением.

https://habr.com/ru/articles/889714/

#машинное_обучение #ml #automl #nas #оптимизация_гиперпараметров #искусственный_интеллект #швм #школа_высшей_математики

AutoML: AI Without Code?

Automated Machine Learning (AutoML) is changing the game. No coding, no complex algorithms—just AI-powered insights.
Industries using AutoML right now:
Retail & E-commerce
Finance
Healthcare
Marketing

But AutoML isn't magic—it still requires smart data strategies.

Check out this quick video: https://link.illustris.org/automl

Is AutoML the future of AI?

#AI #MachineLearning #AutoML #TechTrends #AIForEveryone #ArtificialIntelligence

Introducing **tidyAML**: the new R package for automated machine learning!

Quickly generate multiple regression models with just a few lines of code, all while leveraging the powerful **tidymodels** ecosystem.

No Java setup needed! Perfect for beginners & pros alike.

Check it out! #rstats #AutoML #DataScience #tidymodels #parsnip

Introducing **tidyAML**: the new R package for automated machine learning!

Quickly generate multiple regression models with just a few lines of code, all while leveraging the powerful **tidymodels** ecosystem.

No Java setup needed! Perfect for beginners & pros alike.

Check it out! #rstats #AutoML #DataScience #tidymodels #parsnip

https://www.europesays.com/1558907/ Exploring Data Science Tools: What’s Hot in 2024 #AutoML #Data #DataScience #DataScienceTools #PowerBI #python

The healthyverse meta package:

healthyR: Streamline hospital data workflows
healthyR.ts: Master time series analysis
healthyR.ai: Implement AI modeling seamlessly
healthyR.data: Access curated healthcare datasets
TidyDensity: Simplify probability distributions
tidyAML: Automate machine learning with tidymodels
RandomWalker: Explore random walk analysis

install.packages("healthyverse")
library(healthyverse)

https://www.spsanderson.com/healthyverse/

#R #RStats #ML #automl #tidymodels #parsnip #randomwalks

Giving a keynote on AutoML informed by LLM-powered knowledgebases for prescriptive analytics today at the @UF DAISY AI workshop. #automl #bioinformatics https://pop.pharmacy.ufl.edu/about/daisy-2024/

our paper on benchmarking AutoML frameworks for disease prediction using medical claims from 2022 https://biodatamining.biomedcentral.com/articles/10.1186/s13040-022-00300-2 #automl #machinelearning

Практический кейс реализации AutoML в банке

Всем читателям Хабра привет! На связи дата сайентисты стрима разработки моделей для корпоративного сегмента банка ВТБ — Андрей Бояренков, Иван Кондраков, Станислав Арешин и Андрей Трушин. В этой статье мы хотим поговорить про конкретный кейс разработки процесса AutoML для моделей оценки вероятности дефолта клиентов (PD) в рамках экспресс-продуктов малого бизнеса. Расскажем, как выстроен наш процесс, как мы к этому пришли, с какими проблемами столкнулись, как их решили и как в дальнейшем планируем тиражировать на другие продукты банка. Читать

https://habr.com/ru/companies/vtb/articles/833402/

#ml #automl #data_science #ds #machine_learning #mlops #автоматизация_рутины #скоринг #логистическая_регрессия

'AMLB: an AutoML Benchmark', by Pieter Gijsbers et al.

http://jmlr.org/papers/v25/22-0493.html

#automl #benchmark #frameworks

Инструменты AutoML в 2024

Определимся с терминологией. Можно найти c десяток формулировок « AutoML- это… » с разной степенью детализации. Но все они сведутся к словам «AutoML — автоматизирует и упрощает работу с данными». И вот здесь как раз и начинаются сложности. Границы определения AutoML размыты. Есть фреймворки работающие на «3 строчках» кода, есть с платформы с GUI, есть библиотеки для профессионалов и новичков. Попробуем разобраться..

https://habr.com/ru/articles/811425/

#AutoML #data #data_science #tools #kaggle #machine_learning #автоматизация #опыты_для_детей #соревнования #жизнь_в_радость

AutoML на практике — как делать автоматизацию, а не её иллюзию

Привет, Хабр! Меня зовут Алексей Рязанцев, я Junior Data Scientist в Лаборатории Машинного обучения Альфа-Банка. Свой путь в Лаборатории я начал со стажировки летом-осенью 2023-го года, на которой для меня была интересная задача — разработать с нуля собственный AutoML в Альфа-Банке . Когда количество ML-моделей в компании исчисляется сотнями, процессы десятками, а фичи тысячами, вопрос «а нужен ли нам AutoML?» уже не стоит. Стоит другой вопрос - как сделать AutoML так, чтобы он был действительно полезен и им реально хотелось пользоваться? В этом посте я подробно освещу путь создания нашего AutoML-сервиса: расскажу обо всех препятствиях, которые мы преодолели, и поделюсь инсайтами, полученными в ходе работы. Вместе мы пройдем полный путь практического AutoML - начиная от его первоначальной идеи и мотивации, и заканчивая текущими успехами и планами на будущее.

https://habr.com/ru/companies/alfa/articles/801435/

#automl #autodl #ml #machine_learning #data_science #ds #anna #автоматизация_рутины

Up early to participate in the Alzheimer's Disease Sequencing Project (ADSP) consortium review meeting. We are a funded participant to develop #AutoML methods for risk prediction using genetics data. Ultimate goal is drug discovery. #alzheimers #adsp

【DataRobot】需要予測モデルを活用して売上シミュレーションをしてみた
https://qiita.com/yoshie_ikeno/items/86d4565873fd36f801f7?utm_campaign=popular_items&utm_medium=feed&utm_source=popular_items

#qiita #機械学習 #シミュレーション #需要予測 #AutoML #DataRobot

Extending Tree-Based Automated Machine Learning to Biomedical Image and Text Data Using Custom Feature Extractors https://dl.acm.org/doi/abs/10.1145/3583133.3590584 #automl #tpot #machinelearning

Braved the storm to drive to Laguna Hills to give a keynote lecture on automated machine learning for an IEEE Health AI conference. Will participate in a panel discussion after lunch and then head back into the storm. https://www.aimhc.org/ #automl

#ITByte:Automated machine learning (#AutoML) is the process of automating the application of machine learning to real-world problems. AutoML enables developers with limited machine learning expertise to train high-quality models specific to their business needs.

Here is a quick introduction to AutoML and some of the frameworks / tools to implement AutoML system.

https://knowledgezone.co.in/posts/What-is-AutoML-5a69f0c84cbd612c14b5fe3d

Google/Deepmind just published last week some kind of Evolutionary Programming approach using a LLM as a variation operator, in order to design the source code of an optimization solver.

https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/funsearch-making-new-discoveries-in-mathematical-sciences-using-large-language-models/Mathematical-discoveries-from-program-search-with-large-language-models.pdf

As usual, it is oversold as hell. And its performances are VERY poorly evaluated. I don't understand how Nature can accept that, to be honest. It was probably not reviewed by AutoOptim specialists.

Anyway, the underlying approach is still interesting.

#optimization #autoML #LLM