《AutoML 自動化機器學習：用 AutoKeras 超輕鬆打造高效能 AI 模型》

作者： Luis Sobrecueva

譯者： 許珮瑩

出版社：旗標

出版日期：2021/12/31

語言：繁體中文

ISBN：9789863126973

規格：平裝 / 400頁 / 17 x 23 x 2.4 cm / 普通級 / 單色印刷 / 初版

出版地：中國台灣

本書分類：電腦資訊> 概論/科技趨勢> 人工智慧/機器學習

（頁面參數僅供參考，具體以實物為准）

內容簡介

有了三個臭皮匠，何必每次堅持找個諸葛亮？

任何人都能運用深度學習（DL）嗎？AutoML（自動化機器學習）已經遍地開花，各大企業諸如 Google、Microsoft、IBM、SAS 等都推出了自己的AutoML服務，讓使用者不必具備專業領域知識，也能快速打造出自己的 AI 模型。換言之，AutoML徹底降低了「AI 落地」的門檻。

AutoML不能取代資料科學家，卻能大大省下你試驗機器學習模型的時間與痛苦。當你的朋友還在興致沖沖算數學時，你說不定早就端出了可投入實用的高效能模型。

而什麼是AutoKeras？這是一套完全開源的Python AutoML套件，以Tensorflow 2為基礎、運用創新的『高效神經網路架構搜尋』（ENAS）來實現自動化建模。AutoKeras對於影像、文字、時間序列或一般結構化資料的預測都提供了內建類別，甚至會加上資料預處理功能，使你只需用短短幾行程式碼便能打造出成效優異的DL模型，還不必接觸高深的數學。

就連經驗豐富的專家也能受惠：利用AutoKeras快速產生候選模型，好做為進一步改良的參考，並將更多寶貴的時間投注在資料清洗與特徵工程上。

從此向困難、令人困惑的建模過程說拜拜，跨入深度學習的門檻從未如此之低；有了 AutoKeras，任何人都能駕馭 AI 的威力來解決真實世界的問題。

本書特色

★ 免懂數學免瞎忙！不必再被迫學數學，就能輕鬆將 AI 運用在真實世界

★ 什麼是神經網路和深度學習？何謂CNN與RNN？用淺顯易懂的方式理解其運作原理

★ 只要寫短短幾行Python程式，就能打造出強效深度學習模型，省時省力又好用

★ 無須透過複雜的Keras API就能使用諸如ResNet、Xception、EfficientNet、Transformer、BERT、LStM、GRU等知名模型架構

★ 提供了使用真實資料集的豐富實作範例，從圖像、文字、時間序列到一般結構化資料的預測一應俱全

★ 運用內建的AutoModel類別針對多模態 (multi-model) 資料建立多任務 (multi-task) 自訂模型

★ 利用TensorBoard或ClearML將你的模型訓練過程圖形化，更容易比較訓練成效和分享

★ 附notebook/py範例程式、Google Colab及本機安裝教學，包括如何安裝CUDA GPU支援

★ 加值贈送：運用2021年新推出的輕量級 AutoML套件Flaml來預測結構化資料！

作者簡介

Luis Sobrecueva，是有二十年資歷的軟體工程師，目前任職於西班牙叫車服務公司Cabify，並致力於參與OpenAI及AutoKeras等機器學習／深度學習開源專案的開發。