Сколько автообучались модели на твоём проекте

Автообучение (AutoML) применялось для автоматического подбора гиперпараметров и архитектур моделей. Использовались библиотеки, такие как auto-sklearn, TPOT или H2O AutoML.

Пример с H2O AutoML:

import h2o
from h2o.automl import H2OAutoML

h2o.init()
data = h2o.import_file("data.csv")
train, test = data.split_frame(ratios=[0.8])

aml = H2OAutoML(max_models=20, seed=42)
aml.train(y="target", training_frame=train)

lb = aml.leaderboard
print(lb.head())

Автообучение экономило до 30% времени на подбор моделей, но требовало контроля за переобучением и интерпретируемостью. Лучшие модели затем дорабатывались вручную.