Video Talk
La creazione di pipeline di Machine Learning (ML) può spesso essere complicata a causa degli strumenti e delle conoscenze tecniche approfondite necessarie per creare e distribuire i giusti modelli di previsione.
I sistemi di AutoML forniscono una soluzione black-box a questi problemi, cercando il modo giusto di processare e selezionare le feature, scegliendo un algoritmo e mettendo a punto gli iperparametri dell’intera pipeline.
Riuscendo poi a richiamare questi sistemi di AutoML anche da ambienti non propriamente di sviluppo canonico di modelli, come ad esempio una shell di interrogazione di un DWH, è possibile, per un’ampia gamma di utenti, sfruttare tutta la potenza dell’analisi predittiva anche senza una profonda esperienza di machine learning.
