这篇文章是系列文章的第1部分,第2部分将阐述AutoML和神经架构搜索、第3部分将特别地介绍Google的AutoML。
关于机器学习人才的稀缺和公司声称他们的产品能够自动化机器学习而且能完全消除对ML专业知识需求的承诺经常登上媒体的新闻头条。在TensorFlow DevSummit的主题演讲中,Google的AI总指挥JeffDean估计,有数千万拥有可用于机器学习的数据而缺乏必要的专业知识和技能的组织。因为我在fast.ai主要专注于让更多的人去使用机器学习并且让它更容易使用,所以我密切关注刚才所提的机器学习人才稀缺等问题。
在考虑如何使机器学习的一些工作自动化以及让具有更广泛背景的人更容易使用这项技术,首先有必要问的是:机器学习行业从业者到底在做什么?任何用来解决机器学习专业知识稀缺的方案都需要回答这个问题:我们是否知道去教
继续阅读与本文标签相同的文章
-
一款基于jQuery日历插件的开发过程
2026-06-02栏目: 教程
-
图片全部加载完成之后再显示页面ui,公司项目里用上,自己写的几行代码
2026-06-02栏目: 教程
-
3.NetDh框架之缓存操作类和二次开发模式简单设计(附源码和示例代码)
2026-06-02栏目: 教程
-
2.NetDh框架之简单高效的日志操作类(附源码和示例代码)
2026-06-02栏目: 教程
-
1.NetDh框架之数据库操作层--Dapper简单封装,可支持多库实例、多种数据库类型等(附源码和示例代码)
2026-06-02栏目: 教程
