अगर आपने मशीन लर्निंग (एमएल) का कोई नया प्रोजेक्ट शुरू किया है, तो हो सकता है कि आपके मन में यह सवाल आ रहा हो कि क्या मशीन लर्निंग मॉडल बनाने के लिए, मैन्युअल ट्रेनिंग ही एकमात्र विकल्प है. मैन्युअल ट्रेनिंग में, 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 को ट्रेनिंग देने 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 स्किल की ज़रूरत होती है. एक्सप्लोरेटरी एमएल का एक आसान वर्कफ़्लो कुछ ऐसा दिखता है:
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 में, मॉडल को ट्रेन करने के लिए खास कोड लिखा जाता है. इसके बाद, सबसे अच्छा मॉडल ढूंढने के लिए, अलग-अलग एमएल एल्गोरिदम और हाइपरपैरामीटर के साथ प्रयोग चलाने के लिए, कोड में बदलाव किया जाता है. 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 - मशीन लर्निंग मॉडल को मैन्युअल तरीके से बनाने के लिए, खास स्किल की ज़रूरत होती है. असल में, मशीन लर्निंग मॉडल डेवलप करने की योजना बनाने वाली हर टीम के पास ये स्किल नहीं हो सकतीं. 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) के इस मॉड्यूल में, इन टास्क को ऑटोमेट करने के बारे में बताया गया है.
AutoML क्या है?
AutoML, मशीन लर्निंग वर्कफ़्लो में कुछ टास्क को ऑटोमेट करने की प्रोसेस है. AutoML को टूल और टेक्नोलॉजी के एक सेट के तौर पर देखा जा सकता है. इससे, मशीन लर्निंग मॉडल बनाने का काम तेज़ी से किया जा सकता है. साथ ही, यह मॉडल उपयोगकर्ताओं के बड़े ग्रुप के लिए ज़्यादा आसानी से उपलब्ध हो पाते हैं. 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
- सही एमएल एल्गोरिदम की पहचान करना.
- सबसे अच्छे हाइपरपैरामीटर चुनना.
- विश्लेषण
- टेस्ट और पुष्टि करने वाले डेटासेट के आधार पर, ट्रेनिंग के दौरान जनरेट हुई मेट्रिक का आकलन करना.
AutoML की मदद से, फ़ीचर चुनने, हाइपरपैरामीटर को ट्यून करने, और सही एल्गोरिदम चुनने के बजाय, अपनी एमएल समस्या और डेटा पर फ़ोकस किया जा सकता है.