AutoML（Automated Machine Learning）

AutoML、機械学習を自動化する技術やツールのこと。以下の記事がわかりやすい解説と思うが、データサイエンス全体を自動化してくれることはなくて、機械学習を適用する一部のタスク（ハイパーパラメータや機械学習の手法の選定）を自動化してくれるもの。

The Current State of Automated Machine Learning - KDnuggets

もう少しわかりやすく言うと、有償ツールで最も有名であろうDataRobotの紹介ページから。その昔、金額は聞いたことがココで書くのは控えておく。

DataRobot | NTTデータ【NTT Data】

そもそも何を分析すべきかを考え、必要なデータを揃え、分析に向けた前処理をする、といったところは人がやること。ハイパーパラメータや機械学習の手法の選定といった部分の自動化がAutoMLツールの役割である。一時期ブームの際に購入した人が「使えねーな」という理由がこれで、そもそも理解しないで大金を払うヤツが悪い。最近は理解が進んだと思いきや、いまだに「DataRobotを入れれば良いっすよ」とぬかす二流コンサルがいるww
AutoMLがあればデータサイエンティストが不要になる、などということはない。分析のプロセスを理解・設計できるシニアなデータサイエンティストはむしろ不可欠。一定の規模のチームを作ろう、でも頭数がない、というときに、ジュニアなデータサイエンティスト、なんちゃってな人、頭数合わせなどの人などなどの代替にはなりうるかな、というところ。むしろ期待とその分の失望を引き受けてしまったDataRobotが可哀そう。今でも市場にある通り利用シーンを考えれば今でも使えるもの。私の知る利用シーンではコスパ悪いので使わないけど。

ツール、使い方の観点からであれば、こんな解説記事から。

自動機械学習（AutoML） Web講座 – セールスアナリティクス

ノンコードで 機械学習モデル構築 H2O Flow

Rだとcaretかな。pythonにもpycaretってあるけど。
他のRのライブラリとしてはmlr3とか、ハイパーパラメーターの推定にはrBayesianOptimizationとかがある。

200以上のアルゴリズムを試せるR Caret によるシンプル機械学習モデリングその1（回帰問題編）

200以上のアルゴリズムを試せるR Caret によるシンプル機械学習モデリングその2（分類問題編）

python系のOSSライブラリだと、全自動を志向するならTPOT
GitHub - EpistasisLab/tpot: A Python Automated Machine Learning tool that optimizes machine learning pipelines using genetic programming.

自動機械学習（AutoML） Web講座 Ⅰ– AutoML【TPOT】シリーズ –自動機械学習（AutoML） Web講座 Ⅰ– AutoML【TPOT】シリーズ – - 株式会社セールスアナリティクス

柔軟に手を入れることを想定するならauto-sklearnあたりか。
GitHub - automl/auto-sklearn: Automated Machine Learning with scikit-learn

Pythonでデータ分析：Auto-sklearnについてのメモ - データサイエンティスト(仮)

Auto-Sklearnでらくらく自動機械学習（AutoML）超入門

Lazy Predict（Python）で1コードで30以上の数理モデルの予測結果を得られる

ベイズ最適化によるパラメータ選択もいずれ見ないととは思ってる。。。

Python: ベイズ最適化で機械学習モデルのハイパーパラメータを選ぶ - CUBE SUGAR CONTAINER

レコメンドエンジンに特化したものもあるようで。

Python surprise で作る らくらく「レコメンドエンジン」（その３）– AutoML（自動機械学習）的レコメンドエンジン構築 –

企業が提供しているツール。この辺りの技術が表に出始めた頃の古い記事なので後で差し替えるかも。でも知らない人が最初に見るにはこの辺りから読むのが良いのではないかなぁ、と思って一旦これで。

• prefered networksのハイパーパラメータ自動最適化ツール「Optuna」

  • ハイパーパラメータ自動最適化ツール「Optuna」公開 - Preferred Networks Research & Development

  • Optunaでハイパーパラメータチューニング - HELLO CYBERNETICS

• Neural Network Console（Sony）

  • Neural Network Console概説： GUIで直感的にディープラーニングしよう！：AI・機械学習のツール＆ライブラリ - ＠IT (itmedia.co.jp)

• Google AutoML

  • Google Developers Japan: Google の AutoML が KaggleDays での表形式データのコンペで第 2 位に (googleblog.com)

  • AIの習得に悩むITエンジニアはGCPのCloud AutoMLから始めてみよう - orangeitems’s diary

  • 専門家なしで誰でも使える（ガチ勢でも便利），機械学習の大本命 Google Cloud AutoML 発表 - Qiita

  • Googleが「Cloud AutoML Vision」を発表、独自のデータセットを使ったカスタム機械学習モデルが簡単に構築できるように - GIGAZINE

  • "AIの民主化"を目指すGoogleが打ち出した次の一手 | TECH+（テックプラス） (mynavi.jp)

  • Google、データさえあれば素人でもAIを構築できるサービスを展開 - PC Watch (impress.co.jp)

  • Googleのエンジニアが人間がコーディングを行うよりも高速で自己進化するAI「AutoML-Zero」を発表 - GIGAZINE

• Microsoft、初心者も機械学習モデルを作成できるLobe：無料＆ノーコードやってみた記事7選 | Ledge.ai

十分なITインフラがあって、真っ当なデータサイエンティストが複数名いれば、無償～廉価のAutoMLツールで実現できるように思う。
高値なAutoMLツールを購入したり推奨したりする方々のご意見は聞いてみたいと思う。決してイヤミなどではなく、いまだに生き残っている以上は何らかのメリットがあるはずで、そのあたりの知見は私にないので。

時系列分析のAutoMLは、時系列のページで言及予定です。
他の情報を見たい方は、目次ページへ
仕切り直しで収集情報の整理から｜くすぐったがり｜note