O que é AutoML e a otimização de pipelines de Machine Learning
Trecho de 1 min 58 s de Live - Oportunidades de Pesquisa e Desenvolvimento com o AiBox Lab, gravado no evento SEMSIS - #2 - Semana de Sistemas de Informação da UFRPE - Ano 2.
Assistir à gravação completaNo Even3 Conteúdos · 1 h 59 minSobre este trecho
Entenda como funciona o aprendizado de máquina automatizado (AutoML) e seu papel na otimização de cada etapa do pipeline de ciência de dados.
Vai de a da gravação.
O que é dito neste trecho
Eh, como a gente sabe a o pipeline de quem trabalha com aprendizagem de máquina é um pipeline muito bem definido, né? Existe o processo de aquisição de dados, existe o processo de tratamento e pré-processamento desses dados, existe o processo de organização, detecção de padrões desses dados, né? Organização desses dados e no final das contas a gente precisa eh entender, né? Extrair informações a partir daqueles dados utilizando algoritmos de aprendizagem de máquina, como algoritmos de classificação, algoritmos de regressão ou de agrupamento, por exemplo, né? Então esse pipeline é um pipeline muito definido, que é o pipeline de data science no geral, quando a gente decide aplicar, né? Eh, algoritmos inteligentes. Bom, quando a gente quando a gente trabalha com auto ML, a gente quer automatizar o processo desse pipeline. Porque o que é que acontece? Dependendo do problema em que a gente tiver eh eh lidando, né? essas etapas elas podem eh elas devem ser devidamente configuradas e ajustadas para aquele problema especificamente. Só que eh existem diversos problemas. Para cada problema existe uma configuração, uma parametrização específica de limpeza, de organização e de aplicação dos algoritmos de aprendizagem. Então qual é a melhor configuração? Qual é a melhor estratégia que eu devo usar eh eh em relação a esse pipeline para que no final a gente consiga extrair a informação da melhor forma possível. Então eh auto ML é uma área em que a gente trabalha justamente nisso, num processo de otimização desse pipeline. A gente pode tentar otimizar uma caixinha dessa especificamente? Pode. A gente pode otimizar aquela caixinha de de aplicação de aprendizagem de máquina? Pode. A gente pode otimizar o pipeline como um todo? Pode. Né? Então eh é uma área super rica, né?
Outros trechos deste conteúdo

Dicas essenciais e ferramentas para começar em Data Science e Machine Learning
Trecho de a da gravação

Desafios na padronização e publicação de dados abertos governamentais
Trecho de a da gravação