ऑटोमेटेड मशीन लर्निंग (AutoML)

अगर आपको एक नया मशीन लर्निंग (एमएल) प्रोजेक्ट शुरू करना है, तो ऐसा हो सकता है कि आपको इस बारे में जानना हो मशीन लर्निंग मॉडल बनाने के लिए, सिर्फ़ मैन्युअल ट्रेनिंग का ही विकल्प है. के साथ मैन्युअल ट्रेनिंग के दौरान, मॉडल बनाने के लिए एमएल फ़्रेमवर्क का इस्तेमाल करके कोड लिखा जाता है. इस प्रोसेस के दौरान, आपको यह चुनना होता है कि किन एल्गोरिदम को एक्सप्लोर करना है और सही मॉडल ढूंढने के लिए, बार-बार हाइपरपैरामीटर को ट्यून करना है.

बेशक, आपको सिर्फ़ मॉडल ट्रेनिंग के बारे में नहीं सोचना चाहिए. आम तौर पर, प्रोटोटाइप से लेकर प्रॉडक्शन तक मशीन लर्निंग मॉडल बनाने में, बार-बार होने वाले टास्क और खास कौशल की ज़रूरत होती है. एक आसान एक्सप्लोरेट्री एमएल वर्कफ़्लो कुछ ऐसा दिखता है:

चित्र 1.  एक आसान मशीन लर्निंग वर्कफ़्लो.
पहला डायग्राम. मशीन लर्निंग एक्सप्लोरेशन का आसान वर्कफ़्लो.

बार-बार होने वाले टास्क - एमएल वर्कफ़्लो में, बार-बार होने वाले काम और प्रयोग शामिल हो सकते हैं. उदाहरण के लिए, मॉडल डेवलप करने के दौरान, आपको सबसे सही मॉडल की पहचान करने के लिए, एल्गोरिदम और हाइपरपैरामीटर के अलग-अलग कॉम्बिनेशन को एक्सप्लोर करना पड़ता है. मैन्युअल ट्रेनिंग के दौरान, मॉडल को ट्रेनिंग दें और फिर अलग-अलग एमएल के साथ प्रयोग चलाने के लिए कोड में बदलाव करें सबसे अच्छा मॉडल ढूंढने के लिए, एल्गोरिदम और हाइपर पैरामीटर का इस्तेमाल करें. छोटे या एक्सप्लोरेशन वाले प्रोजेक्ट के लिए, मैन्युअल तरीके से डेटा इकट्ठा करने की प्रोसेस में कोई समस्या नहीं आ सकती. हालांकि, बड़े प्रोजेक्ट के लिए, बार-बार होने वाले ये टास्क समय लेने वाले हो सकते हैं.

खास स्किल - मैन्युअल तरीके से एमएल मॉडल बनाने के लिए, खास स्किल की ज़रूरत होती है. असल में, हर टीम मशीन लर्निंग मॉडल डेवलप करने की कोशिश नहीं करती ये कौशल हो सकते हैं. अगर किसी टीम में डेटा साइंटिस्ट नहीं है, तो हो सकता है कि मैन्युअल तरीके से यह काम करना मुमकिन न हो.

मॉडल डेवलपमेंट के कुछ चरणों को ऑटोमेट किया जा सकता है, ताकि बार-बार होने वाले काम का बोझ कम हो और खास स्किल की ज़रूरत न पड़े. ऑटोमेटेड मशीन लर्निंग (AutoML) पर आधारित इस मॉड्यूल में, इन टास्क को ऑटोमेट करने के बारे में बताया गया है.

AutoML क्या है?

AutoML एक ऐसी प्रोसेस है जो अपने-आप मशीन लर्निंग वर्कफ़्लो में कुछ टास्क पूरे किए जा सकते हैं. AutoML को टूल और टेक्नोलॉजी के एक सेट के तौर पर देखा जा सकता है. इससे, मशीन लर्निंग मॉडल तेज़ी से बनाए जा सकते हैं और उपयोगकर्ताओं के बड़े ग्रुप के लिए उन्हें ज़्यादा आसानी से ऐक्सेस किया जा सकता है. ऑटोमेशन की मदद से, एमएल वर्कफ़्लो के दौरान कई काम किए जा सकते हैं. हालांकि, AutoML से जुड़े टास्क, आम तौर पर मॉडल डेवलपमेंट साइकल में शामिल होते हैं. इस साइकल को पहले इमेज में दिखाया गया है. बार-बार होने वाले इन टास्क में ये शामिल हैं:

  • डेटा इंजीनियरिंग
    • फ़ीचर इंजीनियरिंग.
    • सुविधा चुनना.
  • ट्रेनिंग
    • एमएल का सही एल्गोरिदम चुनना.
    • सबसे अच्छे हाइपरपैरामीटर चुनना.
  • विश्लेषण
    • ट्रेनिंग के दौरान जनरेट हुई मेट्रिक का आकलन इन आधार पर करना पुष्टि करने वाले डेटासेट.

AutoML की मदद से, किसी सुविधा के बजाय मशीन लर्निंग से जुड़ी समस्या और डेटा पर फ़ोकस किया जा सकता है चुनने, हाइपर पैरामीटर ट्यून करने, और सही एल्गोरिदम चुनने में मदद मिलती है.