AutoML (Automated Machine Learning) – набор методов и инструментов, которые автоматизируют этапы построения моделей машинного обучения: подготовку и отбор признаков, выбор алгоритма, подбор гиперпараметров, ансамблирование и оценку. Пользователь задаёт данные и целевую переменную, а система предлагает лучшую найденную модель.
Что автоматизируется
- Обработка пропусков, кодирование категорий, генерация признаков.
- Перебор алгоритмов: линейные модели, бустинг, нейросети.
- Подбор гиперпараметров и кросс-валидация.
- Ансамбли моделей и отчёт о качестве.
Кому полезно
- Аналитикам без глубокой экспертизы в ML – для типовых задач на табличных данных.
- Data scientists – для быстрого базового решения и экономии времени.
Ограничения
- Не заменяет понимание задачи и качества данных.
- Риск утечек и неверной постановки остаётся.
- Готовые модели нужно проверять на интерпретируемость и устойчивость.
Инструменты
Библиотеки AutoML с открытым кодом, модули AutoML в ML-платформах и облачные сервисы, в том числе российские.
