关于AutoML的完整资源列表
深度学习的发展促进了相关应用的涌现。但是，深度学习模型往往具有非常大的参数搜索空间，为了保证模型的效果，经常需要机器学习专家耗费大量的时间构建深度学习模型。
为了降低深度学习模型的设计成本和难度、提高模型构建效率，学界提出了一个新的概念： automated machine learning（automl）。目前 automl 这一概念并无统一定义，主要理念是：通过使用 automl 方法，用户只需向模型输入数据，之后模型会自动完成架构选择和参数训练。
2018年初， google 发布的深度学习模型自动构建工具—— cloud automl ，引发了针对 automl 更为广泛的讨论。本文中，营长将为大家推荐 github 上一项针对 automl 的资源整理项目。项目作者对 automl 和传统深度学习的特点进行了对比，并提供了关于 automl 的完整资源列表，包括论文、教程、教材、模型及项目、 ppt 等。
地址：
https://github.com/hibayesian/awesome-automl-papers
整体介绍
在传统深度学习的模型构建中，主要包含以下步骤：数据处理、特征工程、模型架构选择、超参数优化、模型后处理、结果分析。这些步骤往往会耗费大量人力和时间。在 automl 中，则可以对大部分步骤进行自动处理。在该项目中，作者对相关的 automl 类别进行了总结，包括：
自动数据清洗（automated data clean, auto clean）
自动特征工程（automated feature enginnering, auto fe）
超参数优化（hyperparameter optimization, hpo）
元学习（meta-learning）
神经网络架构搜索（neural architecture search, nas）
此外，细心的项目作者还提供了一个详细的结构图，以及部分现有模型的实现情况分析表。有兴趣的读者可以找到该项目地址以查看更多详细内容。
论文
在这一部分，该项目针对于上述几个 automl 类别提供了涉及 automl 的完整论文列表。
自动特征工程
模型架构搜索
超参数优化
混合模型
教程
这一部分，作者提供了关于贝叶斯优化和元学习的两个教程，内容如下：
博客
书籍
项目
这一部分提供了一些相关模型和项目的官网或开源代码链接：
ppt
最后是三个相关的 ppt 资源：
以上就是此次分享内容，希望对大家有所帮助！
大模型及ChatGPT核心技术论文
联创光电为世博点燃节能灯火
高效率70W通用开关电源模块
光分路器芯片和阵列波导光栅芯片关键技术
基于Arduino/DHT11和红外发射器制作的自动交流温度控制器
关于AutoML的完整资源列表
快来get 1500V光伏和储能系统的解决方案吧√
出售JDSU ORL-55插回损测试仪
电动汽车充电的三大注意事项
我国首个便携式人工心肺系统已完成研发并启动注册
苹果AirPods 2/Pro耳机新固件更新，具体内容还不确定
芝加哥大学：能将IBM最大的量子计算机本身变成一种量子材料
双卡双待智能手机全推荐
物联网主机E6000：引领智能安防新时代
杉岩数据USP统一存储平台的应用案例
小米路由器HD和荣耀路由Pro2哪个好
关于分布式训练的线性加速实践详解
如何将ArduinoBootLoader刻录到AtMega328p芯片上
美光CEO：与大陆合资NAND Flash可能比较合理
能拍摄1080p高清视频、能变色的迷你摄像机
为了降低深度学习模型的设计成本和难度、提高模型构建效率，学界提出了一个新的概念： automated machine learning（automl）。目前 automl 这一概念并无统一定义，主要理念是：通过使用 automl 方法，用户只需向模型输入数据，之后模型会自动完成架构选择和参数训练。
2018年初， google 发布的深度学习模型自动构建工具—— cloud automl ，引发了针对 automl 更为广泛的讨论。本文中，营长将为大家推荐 github 上一项针对 automl 的资源整理项目。项目作者对 automl 和传统深度学习的特点进行了对比，并提供了关于 automl 的完整资源列表，包括论文、教程、教材、模型及项目、 ppt 等。
地址：
https://github.com/hibayesian/awesome-automl-papers
整体介绍
在传统深度学习的模型构建中，主要包含以下步骤：数据处理、特征工程、模型架构选择、超参数优化、模型后处理、结果分析。这些步骤往往会耗费大量人力和时间。在 automl 中，则可以对大部分步骤进行自动处理。在该项目中，作者对相关的 automl 类别进行了总结，包括：
自动数据清洗（automated data clean, auto clean）
自动特征工程（automated feature enginnering, auto fe）
超参数优化（hyperparameter optimization, hpo）
元学习（meta-learning）
神经网络架构搜索（neural architecture search, nas）
此外，细心的项目作者还提供了一个详细的结构图，以及部分现有模型的实现情况分析表。有兴趣的读者可以找到该项目地址以查看更多详细内容。
论文
在这一部分，该项目针对于上述几个 automl 类别提供了涉及 automl 的完整论文列表。
自动特征工程
模型架构搜索
超参数优化
混合模型
教程
这一部分，作者提供了关于贝叶斯优化和元学习的两个教程，内容如下：
博客
书籍
项目
这一部分提供了一些相关模型和项目的官网或开源代码链接：
ppt
最后是三个相关的 ppt 资源：
以上就是此次分享内容，希望对大家有所帮助！
大模型及ChatGPT核心技术论文
联创光电为世博点燃节能灯火
高效率70W通用开关电源模块
光分路器芯片和阵列波导光栅芯片关键技术
基于Arduino/DHT11和红外发射器制作的自动交流温度控制器
关于AutoML的完整资源列表
快来get 1500V光伏和储能系统的解决方案吧√
出售JDSU ORL-55插回损测试仪
电动汽车充电的三大注意事项
我国首个便携式人工心肺系统已完成研发并启动注册
苹果AirPods 2/Pro耳机新固件更新，具体内容还不确定
芝加哥大学：能将IBM最大的量子计算机本身变成一种量子材料
双卡双待智能手机全推荐
物联网主机E6000：引领智能安防新时代
杉岩数据USP统一存储平台的应用案例
小米路由器HD和荣耀路由Pro2哪个好
关于分布式训练的线性加速实践详解
如何将ArduinoBootLoader刻录到AtMega328p芯片上
美光CEO：与大陆合资NAND Flash可能比较合理
能拍摄1080p高清视频、能变色的迷你摄像机