O AutoML do Google é realmente uma boa ideia em termos de design de modelo autônomo. Você pode encontrar os detalhes neste blog . Deixe-me explicar brevemente.
Nós, cientistas de dados, projetamos novas redes seguindo modelos existentes, tentando e falhando e tentando repetidamente analisando pontos fracos e fortes dos modelos criados. No entanto, nós, como seres humanos, temos recursos limitados para projetar / analisar essas redes. É por isso que o Google criou uma IA que analisa os pontos fortes e fracos de cada nó enquanto faz uma previsão. Essa IA analisa cada nó e tenta melhorar os resultados adicionando / removendo / modificando conexões de cada nó / camada. Eu acho que o AutoML AI toma a rede de última geração como base e começa a modificar a rede de acordo com seus dados para criar um modelo personalizado.
Enquanto isso, duas tecnologias estão sendo usadas: transferência de aprendizado e aprendizado por reforço.
O aprendizado de transferência está sendo usado para iniciar o treinamento a partir do ponto mais preciso possível.
O aprendizado por reforço está sendo usado para modificar a rede para obter um melhor sucesso. Esta é a parte principal desta tecnologia.
Portanto, para os usuários, é mais parecido com o upload de seus dados, deixe o AI modificar a rede para você e fornecer um modelo personalizado específico para seus dados.