自动化机器学习（Automated machine learning，简称：AutoML）是机器学习近年来发展出来的热门分支，其可以看作为一种基于人工智能的解决方案，以应对不断增长的机器学习应用场景的需要。

自动化机器学习可以一定程度上降低机器学习模型的开发门槛，算法的选择、训练、调优、部署等一系列过程都可以交给自动化组件来完成。自动化机器学习包含 4 个重点研究方向，分别是：自动化特征工程，自动化模型选择，超参数自动优化和神经结构搜索。

本课程中，我们将学习使用自动化机器学习框架 auto-sklearn，以及面向深度学习自动化的 Auto-Keras。此外，课程还会涉及到由微软开发的自动化机器学习工具包 NNI。课程不会涉及对 AutoML 背后的原理探索，主要是面向工具应用的实战内容。

先学课程

• 需要了解蓝桥云课的基本操作，推荐学习  新手入门指南。
• 需要具备 Python 编程能力，推荐学习 Python3 简明教程。
• 需要了解 scikit-learn 使用方法，推荐学习 scikit-learn 机器学习基础课程。
• 需要了解 TensorFlow 使用方法，推荐学习 TensorFlow 深度学习基础课程。

课程难度

• 中等

适合人群

• 本课程适用于对自动化机器学习感兴趣的用户，但需要了解基础的机器学习知识，并已掌握 scikit-learn，TensorFlow 等相关框架使用。

课程信息

• 学习周期：课程有效期 2 个月，2 个月后无法进行在线实验，但可查看文档内容。高级会员有效期内可一直学习，到期后课程失效，且无法查看文档。部分云主机实验环境因成本较高，存在开启次数限制。关于课程退款等相关注意事项说明，请阅读 用户付费协议。
• 版权说明：课程内容为蓝桥云课原创或蓝桥云课在原作者授权下制作。未经书面同意，擅自爬取、转载和再分发课程内容，均将受到严肃追责。
• 企业团报：企业购买，请点击 企业用户咨询。