AutoML lernen (German Edition)

Kapitel 2. Der Aufstieg und der aktuelle Stand von AutoML

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wie du in Kapitel 1 unter „ “ gesehen hast, stellt automatisiertes maschinelles Lernen einen bedeutenden Paradigmenwechsel im Bereich der künstlichen Intelligenz dar. Dieses Kapitel zeichnet die Entwicklung von AutoML über drei verschiedene Generationen nach – von frühen akademischen Experimenten bis hin zu den heutigen unternehmensfähigen Plattformen – und untersucht die zugrunde liegenden technologischen Treiber, wegweisenden Innovationen und einflussreichen Plattformen, die diesen Bereich geprägt haben.

Das Hauptziel von AutoML ist es, die Entwicklung und den Einsatz von Machine-Learning-Modellen zu beschleunigen und diese leistungsstarken Technologien effizienter und für einen breiteren Nutzerkreis zugänglich zu machen – einschließlich Fachexperten, denen möglicherweise tiefgreifende Kenntnisse in der Datenwissenschaft fehlen. Diese Automatisierung bewältigt die inhärente Komplexität und den erheblichen Ressourcenbedarf – sowohl in Bezug auf Zeit als auch auf Fachwissen –, die für traditionelle Machine-Learning-Workflows charakteristisch sind.

Die Entwicklung der AutoML-Technologien verlief in verschiedenen Phasen, die jeweils durch bedeutende technologische Fortschritte und Reaktionen auf sich wandelnde Branchenanforderungen gekennzeichnet waren. Durch das Verständnis dieser Entwicklung ...