AutoML Tablesと他の機械学習モデルとのパフォーマンス比較をしてみた - 六本木で働くデータサイエンティストのブログ

AutoML Tablesと他の機械学習モデルとのパフォーマンス比較をしてみた - 六本木で働くデータサイエンティストのブログ

以前よりGoogleではCloud AutoMLという"Learning to learn"フレームワークによる「人手完全不要の全自動機械学習モデリング&API作成」サービスを展開してきていましたが、それらは画像認識や商品推薦はたまた自然言語処理がメインで、最もオーソドックスな構造化データに対する多変量モデリングは提供されていませんでした。 が、今年のCloud Nextにおいてついに多変量モデリング版であるAutoML Tablesのベータ版が公開されたということで、既に色々な方が「試してみた」系の記事を書かれているようです。 ということで、遅ればせながら僕もちょっと試してみようと思います。…

18 mentions: @TJO_datasci@kazunori_279@TJO_datasci@TJO_datasci@nasakawa@fukkaa1225@toku_emb@oota_ken
Date: 2019/05/23 10:00

Referring Tweets

@kazunori_279 TJOさんがAutoML Tablesをがっつり評価! あざす!! "線形回帰・ランダムフォレスト・xgboostで出したどのベンチマークよりも、AutoML Tablesの方がギリギリながら上回った" "少なくとも僕がいなくてもこれくらいのものは出来上がる" #gcpja https://t.co/aUYRkw0qV1 https://t.co/aUYRkw0qV1
@TJO_datasci とりあえずAutoML Tablesがあれば、その辺に良くある「DBに入っているデータを適当に取ってきて機械学習(人工知能)で何か出してみてよ」という仕事なら、一切コードを書かなくても簡単にできるということが分かりました https://t.co/L2vnLGAUI9
@TJO_datasci 追記:xgboostを{rBaesianOptimization}でチューニングしてみました。ランダムフォレストは超えましたが、AutoML Tablesには一歩及びませんでした https://t.co/L2vnLGAUI9
@chezou チュートリアルだ。しかし、過学習していたのは自分で気づかないといけないのは大変そう https://t.co/Q58LuWSRDB
@fukkaa1225 tjoさんの記事中に登場することができるようになった(間接的) https://t.co/8vx78vxRL3

Bookmark Comments

Related Entries

Read more 今日から始める機械学習〜はてなの事例〜
1 users, 0 mentions 2018/12/02 15:46
Read more 科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性
0 users, 0 mentions 2018/04/22 03:40
Read more ノイズのある教師データを用いた機械学習に関する研究サーベイ - ABEJA Tech Blog
0 users, 30 mentions 2019/07/29 02:09
Read more 日本初の競技機械学習大会 Cpaw AI Competition の運営 / About Cpaw AI Competition in Kaggle Meetup Tokyo - Speaker De...
20 users, 8 mentions 2018/12/01 05:46
Read more 機械学習モデルのハイパパラメータ最適化
0 users, 0 mentions 2018/08/22 06:23