Сначала используется мета-обучение на основе различных признаков и мета-признаков набора данных, чтобы найти наилучшие модели. После этого используется подход [https://en.wikipedia.org/wiki/Bayesian_optimization Байесовской оптимизации], чтобы найти наилучшие гиперпараметры для наилучших моделей.
[[Файл:model_5.png|700px|right|thumb| Рис На рисунке 5показаны общие компоненты Auto-sklearn. Структурированное пространство конфигурацииОн состоит из 15 алгоритмов классификации, 14 методов предварительной обработки и 4 методов предварительной обработки данных. Квадратные прямоугольники обозначают родительские гиперпараметрыМы параметризовали каждый из них, что привело к пространству, прямоугольники с закругленными краями состоящему из 110 гиперпараметров. Большинство из них являются листовыми условными гиперпараметрами. Серые прямоугольники отмечают активные гиперпараметры, которые образуют пример конфигурации и конвейера машинного обученияактивны, только если выбран соответствующий компонент. Каждый конвейер содержит один препроцессор, классификатор и до трех методов препроцессора данныхОтметим, а также соответствующие гиперпараметрычто SMAC может обрабатывать эту обусловленность изначально.]]
На рисунке [[Файл:model_5.png|700px|thumb| Рис 5 показаны общие компоненты Auto-sklearn. Он состоит из 15 алгоритмов классификации, 14 методов предварительной обработки и 4 методов предварительной обработки данныхСтруктурированное пространство конфигурации. Мы параметризовали каждый из них, что привело к пространствуКвадратные прямоугольники обозначают родительские гиперпараметры, состоящему из 110 гиперпараметров. Большинство из них прямоугольники с закругленными краями являются условными листовыми гиперпараметрами. Серые прямоугольники отмечают активные гиперпараметры, которые активныобразуют пример конфигурации и конвейера машинного обучения. Каждый конвейер содержит один препроцессор, только если выбран соответствующий компонент. Отметимклассификатор и до трех методов препроцессора данных, что SMAC может обрабатывать эту обусловленность изначальноа также соответствующие гиперпараметры.]]
== См. также ==
