3つの要点 ✔️ テーブルデータを自動で学習し、高パフォーマンスを発揮するAutoMLフレームワーク ✔️ 既存のAutoMLフレームワークがモデルとハイパーパラメータの選択を重視している一方、本手法は複数のレイヤーを使ってモデルのアンサンブルとスタッキングを行っている。 ✔️ この論文では、主要なAutoMLフレームワークの比較も行っている。 AutoGluon-Tabular: Robust and Accurate AutoML for Structured Data written by Nick Erickson, Jonas Mueller, Alexander Shirkov, Hang Zhang, Pedro Larroy, Mu Li, Alexander Smola (Submitted on 13 Mar 2020) Comments: accepted by IC
![1行のコードで自動的に学習!機械学習を自動化するAutoMLの最新論文! | AI-SCHOLAR.TECH](https://cdn-ak-scissors.b.st-hatena.com/image/square/0f10353a90b639c5505b451e119326fbeeaeea5a/height=288;version=1;width=512/https%3A%2F%2Faisholar.s3.ap-northeast-1.amazonaws.com%2Fposts%2FApril2020%2F%25E8%2587%25AA%25E5%258B%2595%25E3%2581%25A8%25E3%2581%2584%25E3%2581%2586%25E8%25A8%2580%25E8%2591%2589-1024x576.png)