Lessons learned from the AutoML challenge
| Autor: | Sun-Hosoya, Lisheng, Guyon, Isabelle, Sebag, Michèle |
|---|---|
| Přispěvatelé: | TAckling the Underspecified (TAU), Laboratoire de Recherche en Informatique (LRI), Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Université Paris-Sud - Paris 11 (UP11)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria), Chalearn, TAckling the Underspeficied ( TAU ), Laboratoire de Recherche en Informatique ( LRI ), Université Paris-Sud - Paris 11 ( UP11 ) -Institut National de Recherche en Informatique et en Automatique ( Inria ) -CentraleSupélec-Centre National de la Recherche Scientifique ( CNRS ) -Université Paris-Sud - Paris 11 ( UP11 ) -Institut National de Recherche en Informatique et en Automatique ( Inria ) -CentraleSupélec-Centre National de la Recherche Scientifique ( CNRS ) -Inria Saclay - Ile de France, Institut National de Recherche en Informatique et en Automatique ( Inria ) |
| Jazyk: | angličtina |
| Rok vydání: | 2018 |
| Předmět: |
[ INFO ] Computer Science [cs]
[INFO.INFO-LG]Computer Science [cs]/Machine Learning [cs.LG] Meta learning Automatic ML [INFO]Computer Science [cs] [ INFO.INFO-AI ] Computer Science [cs]/Artificial Intelligence [cs.AI] [ INFO.INFO-LG ] Computer Science [cs]/Machine Learning [cs.LG] Transfer learning Bayesian optimization [INFO.INFO-AI]Computer Science [cs]/Artificial Intelligence [cs.AI] |
| Zdroj: | Conférence sur l'Apprentissage Automatique 2018 Conférence sur l'Apprentissage Automatique 2018, Jun 2018, Rouen, France |
| Popis: | International audience; We give a brief account of the main findings of our post-hoc analysis of the first AutoML challenge (2015-2016). This competition, which took place in 2015-2016 challenged the participants to submit code that solve classification and regression problems from fixed-length feature representations, without any human intervention. This paper is a digest of a book chapter to be published in the Springer Series on Challenges in Machine Learning [Geaar]. All datasets, code of the winners, and challenge results are found at: http://automl.chalearn.org. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|