Введение
Я искал список решений AutoML и способ их сравнения, но не смог его найти. Поэтому я подумал, что мог бы также составить этот список для использования другими. Если вы не знакомы с AutoML, прочтите этот пост для краткого ознакомления и плюсов и минусов.
Я не смог протестировать их все и сделать надлежащий обзор, поэтому это просто сравнение, основанное на характеристиках. Я попытался выбрать функции, которые показались мне наиболее важными, но они могут быть не самыми важными для вас. Если вы считаете, что какие-то функции отсутствуют или знаете решение AutoML, которое должно быть в списке, просто дайте мне знать.
Прежде чем мы перейдем к списку, я просто быстро пройдусь по функциям и тому, как я их интерпретирую.
Функции
Развертывание
Некоторые решения могут быть автоматически развернуты непосредственно в облаке одним щелчком мыши. Некоторые просто экспортируют в Tensorflow, а некоторые даже имеют специальный экспорт на периферийные устройства.
Типы
Это может быть текст, изображения, видео, таблицы. Я предполагаю, что некоторые из программ с открытым исходным кодом могут быть растянуты до чего угодно, если их включить в работу, так что это может быть не полной правдой.
объяснимый
Объяснимость в ИИ — горячая тема и очень важная функция для некоторых проектов. Некоторые решения не дают вам никакой информации, а некоторые дают много, и это может даже быть стратегическим отличием для поставщика. Я просто разделил эту функцию на Маленькую, Некоторую и Очень Объяснимую.
Монитор
Мониторинг моделей после развертывания, чтобы избежать дрейфа моделей, может быть очень полезной функцией. Я разделил это на Да и Нет.
Доступный
Некоторые из провайдеров очень просты в использовании, а некоторые из них требуют кодирования и хотя бы базового понимания науки о данных. Поэтому я использовал эту функцию, чтобы вы могли выбрать инструмент, соответствующий возможностям, к которым у вас есть доступ.
Инструмент для маркировки
Некоторые из них имеют внутренний инструмент маркировки, поэтому вы можете напрямую маркировать данные перед обучением модели. Это может быть очень полезно в некоторых случаях.
Общие / Специализированные
Большинство решений AutoML универсальны для всех отраслей, но некоторые специализированы для конкретных отраслей. Я подозреваю, что это станет более популярным, поэтому я принял эту функцию.
Открытый источник
Не требует пояснений. Это с открытым исходным кодом или нет.
Включает трансфер Обучение
Трансферное обучение — одно из больших преимуществ AutoML. Вы можете использовать большие модели, чтобы получить отличные результаты с очень небольшим объемом данных.
Список решений AutoML
Google AutoML
Google AutoML — это тот, с которым я больше всего знаком. Я нашел его довольно простым в использовании даже без кодирования. Самая большая проблема, с которой я столкнулся, заключается в том, что API требует множества настроек, а не просто токена или аутентификации на основе Oauth.
Развертывание: В облако, экспорт, периферия
Типы: Текст, изображения, видео, табличный
Объяснимо: Маленький
Монитор: Нет
Доступно: Очень
Инструмент маркировки: Раньше был, но закрыт
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Да
Связь: https://cloud.google.com/automl
Azure AutoML
Облачный AutoML от Microsoft кажется более Xplainable, чем Google, но только с табличными моделями данных.
Развертывание: В облако, некоторые локальные
Типы: Только табличные
Объяснимо: Некоторый
Монитор: Нет
Доступно: Очень
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Да
Связь: https://azure.microsoft.com/en-us/services/machine-learning/automatedml/
Лобе.ИИ
Это решение все еще находится в стадии бета-тестирования, но, по моему опыту, работает очень хорошо. Я напишу отзыв, как только он появится в открытом доступе. Lobe настолько прост в использовании, что вы можете позволить 10-летнему ребенку использовать его для обучения моделей глубокого обучения. Я бы очень рекомендовал это для образовательных целей.
Развертывание: Локальный и экспорт в Tensorflow
Типы: Изображений
Объяснимо: Маленький
Монитор: –
Доступно: Очень – третьеклассник может использовать это
Инструмент маркировки: Да
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Да
Связь: https://lobe.ai/
кортикальный
Kortical кажется одним из решений AutoML, которое отличается максимально возможной объяснимостью. Это может быть огромным преимуществом, когда вы пытаетесь не только получить хорошие результаты, но и лучше понять бизнес-проблему. За это я немного фанат.
Развертывание: В облако
Типы: Табличный
Объяснимо: Очень
Монитор: Нет
Доступно: Очень
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Не уверен
Связь: https://kortical.com/
Датаробот
Крупный игрок, который может даже стать первым чистым AutoML, вышедшим на IPO.
Развертывание: В облако
Типы: Текст, изображения и таблицы
Объяснимо: Очень
Монитор: Да
Доступно: Очень
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Да
Связь: https://www.datarobot.com/platform/automated-machine-learning/
Автопилот AWS Sagemaker
Амазонки AutoML. Требует больше технических навыков, чем другие крупные поставщики облачных услуг, весьма ограничен и поддерживает только два алгоритма: XGBoost и логистическую регрессию.
Развертывание: В облако и экспорт
Типы: Табличный
Объяснимо: Некоторый
Монитор: Да
Доступно: Требуется кодирование
Инструмент маркировки: Да
Общие/специализированные: Обобщенный
Открытый источник: Нет
Включает трансферное обучение: Да
Связь: https://aws.amazon.com/sagemaker/autopilot/
MLJar
Развертывание: Экспорт и облако
Типы: Табличный
Объяснимо: Да
Монитор: –
Доступно: Очень
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: MLJar имеет и то, и другое с открытым исходным кодом (https://github.com/mljar/mljar-под наблюдением ) и решение с закрытым исходным кодом.
Включает трансферное обучение: Да
Связь: https://mljar.com/
Автоглюон
Развертывание: Экспорт
Типы: Текст, изображения, таблица
Объяснимо: –
Монитор: –
Доступно: Требуется кодирование
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: Да
Связь: https://autogluon.mxnet.io/
JadBio
Развертывание: Облако и экспорт
Типы: Табличный
Объяснимо: Некоторый
Монитор: Нет
Доступно: Очень
Инструмент маркировки: Нет
Общие/специализированные: Наука о жизни
Открытый источник: Нет
Включает трансферное обучение: –
Связь: https://www.jadbio.com/
АВТОВЕКА
Это решение поддерживает байесовские модели, что довольно круто.
Развертывание : Экспорт
Типы: –
Объяснимо: –
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение:Нет
Связь: https://www.cs.ubc.ca/labs/beta/Projects/autoweka/
H2o Беспилотный ИИ
Также поддерживает байесовские модели
Развертывание: Экспорт
Типы: –
объяснимый: –
Монитор: –
Доступно: Полу
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Оба варианта
Включает трансферное обучение: –
Связь: https://www.h2o.ai/
Автокерас
Autokeras — одно из самых популярных решений с открытым исходным кодом, и его определенно стоит попробовать.
Развертывание: Экспорт
Типы: Текст, изображения, таблица
Объяснимо: Возможный
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: –
Связь: https://autokeras.com/
ТРОТ
Развертывание: Экспорт
Типы: Изображения и таблицы
Объяснимо: Возможный
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: –
Связь: http://epistasislab.github.io/tpot/
Пикаре
Развертывание: Экспорт
Типы: Текст, Таблицы
Объяснимо: Возможный
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: –
Связь: https://github.com/pycaret/pycaret
AutoSklearn
Развертывание: Экспорт
Типы: Табличный
Объяснимо: Возможный
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: –
Связь: https://automl.github.io/auto-sklearn/мастер/
ТрансмогрифAI
Сделано в Salesforce.
Развертывание: Экспорт
Типы: Текстовые и табличные
Объяснимо: Возможный
Монитор: –
Доступно: Требуется код
Инструмент маркировки: Нет
Общие/специализированные: Обобщенный
Открытый источник: Да
Включает трансферное обучение: –
Связь: https://transmogrif.ai/