第190話｜古くて新しい自動機械学習（Automated Machine Learning）

似たような数理モデルはたくさんあります。

その中から、数理モデルを適切に選択し、モデル構築する必要があります。

そのようなことを自動化したのが、自動機械学習（Automated Machine Learning）というものです。

私が就職した20年以上前から、この手のものはありました。

今回は、「古くて新しい自動機械学習（Automated Machine Learning）」というお話しです。

Contents

数理モデルの構築プロセス
有料ツール
無料ツール
ハイブリッドな使い方が一番いいかも
今回のまとめ

数理モデルの構築プロセス

数理モデルを構築するプロセスは、例えば次のような感じではないでしょうか。

データ準備
↓
前処理（データクレンジング含む）
↓
特徴量生成・加工・選定
↓
モデル選定・パラメータ最適化・モデル評価
↓
デプロイ(展開)

昔からある「自動機械学習（Automated Machine Learning）」は、「モデル選定・パラメータ最適化・モデル評価」の部分です。

最近ですと、「特徴量生成・加工・選定」のフィーチャーエンジニアリングの部分も対象にしているものもあるようです。

しかし、フィーチャーエンジニアリングの自動化は、まだ難しいのではないかと思います。

有料ツール

最近は、クラウド上で使える有料の自動機械学習（Automated Machine Learning）も出始めています。

有料版のもので、よく名前を聞くのが以下です。

AutoML Tables（Google）
AutoAI（IBM）
Automated ML（Microsoft）
DataRobot（DataRobot）
AutoFlow（MatrixFlow）
Driverless AI（H20.ai）

有料版だけあって、ユーザインターフェースが綺麗です。

無料ツール

データ分析や数理モデル構築といえば、最近ではRやPython、Juliaなどの無料で使えるものが多数あります。

自動機械学習（Automated Machine Learning）も例外ではなく、幾つかあります。RやPyhton上で動かすものですが……

R automl
R RemixAutoML
AUTO-WEKA
Python auto-sklearn
Python TPOT

次の自動機械学習の書籍が無料で読めます
Frank Hutter • Lars Kotthoff • Joaquin Vanschoren（2019/5/28）
「Automated Machine Learning: Methods, Systems, Challenges」
(The Springer Series on Challenges in Machine Learning)
https://www.automl.org/wp-content/uploads/2019/05/AutoML_Book.pdf

AutoML.org
https://www.automl.org/

知らべると、まだ色々なものが出てきそうです（無料なのか有料なのか、よくわからないものもありますが……）。