Evolutionary techniques in AutoML

Abstract

Název: Evoluční techniky v AutoML Autor: Mgr: Rajat Sharma Katedra: Katedra teoretické informatiky a matematické logiky Vedoucí práce: Mgr: Roman Neruda, CSc. Abstrakt: Metody AutoML hledají vhodné kombinace metod předzpracování a strojového učení pro zadané datové množiny řešící úspěšně úlohu strojového učení. Cílem práce je navrhnout evoluční optimalizační algoritmus, který prohledá prostor pipeline (schémat modelů strojového učení) a navrhne optimalizované řešení. V práci je testováno několik přístupů k hledání, jako je hill climbing, simulované žíhání a evoluční algoritmy. Součástí práce je implementace vyvinutých algoritmů pomocí standardních knihoven pro strojové učení, jako je scikit-learn, a jejich experimentální vyhodnocení na srovnávacích datech. Klíčová slova: Strojové učení Evoluční výpočty AutoML