12-0. AutoML

• 자동화된 머신러닝
• 최적의 신경망 아키텍처와 해당 신경망에서 최적의 hyper parameter 설정을 구하는 방법을 제공

12-1. AutoML로 최적의 신경망 아키텍처 찾기

• 머신러닝 개발 시에 고려해야 할 대상에는 여러 가지가 있음
  • 머신러닝 모델 선택(or 모델군 > 모델 선택)
  • 모델 아키텍처 결정(특히 딥러닝)
  • 하이퍼 파라미터 탐색
  • validation set에서의 성능에 기반한 hyper parameter tuning
  • 다양한 모델(or 모델군) 시도

⇒ 이러한 작업들을 AutoML을 통해 자동화 할 수 있음

• Auto-Pytorch
  • 파이토치에서 AutoML을 수행할 수 있는 도구
  • 현재 AutoNetClassification 및 AutoNetImageClassification 형식의 특징 벡터 형태의 데이터와 이미지 데이터만 지원함

12-2. Optuna로 초매개변수 찾기