AutoML 在表数据中的研究与应用

第四范式 AutoML 的效果

我们选取了10个 Kaggle 比赛数据，分别通过第四范式 AutoML Tables 和 Google Cloud AutoML Tables 产生结果并提交，然后分别计算每种方法的在整个排行榜中的相对排名，如图所示，第四范式的 AutoML 在表数据上的效果大部分要优于 Google Cloud AutoML，其中图中青色代表第四范式，蓝色代表 Google，柱状图越高表示效果越好。

下面我主要从五个方面进行介绍：

• AutoML Tables 的背景
• AutoML Tables 的自动特征工程
• AutoML Tables 的自动参数寻优
• 第四范式 AutoML Tables 的落地案例
• 对未来工作的展望

AutoML Tables 的背景

1. 什么是机器学习？

Tom Mitchell在1997年《机器学习》的教材中讲到，定义如下：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.

2. 什么是 AutoML？

• 机器学习步骤

以现实中的场景“反欺诈”为例，介绍下机器学习的步骤。