Google开源基于AutoML的预测算法集成学习工具AdaNet

pavel-s-13kvwT5htaE-unsplash

谷歌今天宣布开源AdaNet，一种组合多种机器学习算法以获得更好的预测分析结果的集成学习工具。AdaNet的代码已经上传到 Tensor 的GitHub代码库。

谷歌人工智能软件工程师查尔斯威尔在一篇博客文章中说：“AdaNet建立在我们最近的强化学习和基于进化中的AutoML，在学习的同时保持快速灵活。” “重要的是，AdaNet提供了一个通用框架，不仅可以学习神经网络架构，还可以通过集成学习获得更好的模型。”

AdaNet使用一种称为集成学习（ensemble learning）的方法来组合和改进算法，这种方法以前需要专业知识和大量时间进行训练，Weill说。

为了更容易实现AdaNet，该框架插入TensorFlow Estimator以将基本信息集中到一个地方，  TensorBoard也是如此，它在训练AI模型时提供视觉反馈。

AdaNet通过学习神经网络的架构，为其添加子网，来确保其创建的集合模型的学习成效。

对于那些想要更多控制流程的机器学习用户，他们可以使用TensorFlow API定义自己的子网，自定义丢失功能或调整其他设置。

去年在机器学习国际会议上发表的这篇发表的论文中讨论了AdaNet如何运作的更多细节，有兴趣的读者可以查看。

今天发布的AdaNet是AutoML的最新进展，也是Google训练和部署神经网络的自动化方法。Google Cloud Platform在今年夏天推出了用于翻译，计算机视觉和自然语言处理的 AutoML，以及用于构建自定义AI模型的 Cloud AutoML 。