Описание книги
Эта книга предлагает всестороннее подробное введение практически во все аспекты метаобучения и автоматизированного машинного обучения (AutoML), включая основные концепции и архитектуру, методы оценки, наборы данных, оптимизацию гиперпараметров, ансамбли и рабочие процессы. Рассматриваются способы применения этих знаний для выбора, комбинирования, адаптации и настройки как алгоритмов, так и моделей, чтобы быстрее и лучше решать задачи интеллектуального анализа данных и науки о данных. Книга будет полезна исследователям и аспирантам в области машинного обучения, интеллектуального анализа данных, науки о данных и искусственного интеллекта.