AutoML의 이론

Data Engineering 이 하는 일

 - Data Cleansing, Preprocessing , Feature Engineering, Select ML Algorithm, Set Hyperparameters등

-좋은 configuration을 찾을 때까지 반복함

- 주로 expert(대학원생)이 진행

 

현업에서는 데이터의 추가 , 모델의 변경 등으로 인해 이러한 re-tuning이 계속해서 반복됨

-> AutoML에서는 진정한 end to end learning을 실현하자라는 의미를 갖고있음

-> 반복적인 process에서 사람을 빼내자!

 

 

AutoML(Hyperparameter Optimization)의 문제정의

 

->loss을 가장 minimize을 해주는 hyperparameter 의 configuration을 찾자!

 

 

 

AutoML Pipieline

-예시 ) 

Bayesian Optimization(BO)