技术
AutoML（自动化机器学习）
AutoML（自动化机器学习）旨在让非专家也能自动完成特征工程、模型选择与超参数优化等任务，解决机器学习应用门槛高、流程繁琐的问题。典型代表包括Google Cloud AutoML、H2O Driverless AI和开源工具Auto-sklearn、TPOT。
详细解释
AutoML涵盖数据预处理、特征工程、模型选择、超参数优化和神经网络架构搜索等子问题。常用技术包括贝叶斯优化、进化算法和强化学习。例如，NAS通过强化学习或可微分搜索自动设计网络结构。AutoML降低了AI应用门槛，但计算成本高，且对非结构化数据（如图像、文本）的自动化仍具挑战。
别名与相关写法
automl