本文選自《Hands-On Automated Machine Learning》
自動機器學習（AutoML） 旨在通過讓一些通用步驟 (如數據預處理、模型選擇和調整超參數) 自動化，來簡化機器學習中生成模型的過程。您將在接下來的章節中詳細瞭解到這一過程中的細節，並手把手構建一個自動機器學習（ AutoML） 系統，以便深入瞭解自動機器學習（ AutoML）的可用工具和庫。
在瞭解更多細節前，首先我們回顧什麼是機器學習（ML）模型以及我們要如何訓練一個模型。
機器學習（ML）算法會在你輸入的數據上，找到某些特定的共性模式，這個學習過程稱爲模型訓練。機器學習的模型，就是這種模型訓練的成果，它可以在沒有設定具體規則的情況下，幫助我們分析數據及其內在的邏輯聯繫。
當你實際使用機器學習（ML）模型時，需要先提供大量的數據，用於訓練算法。訓練完成之後，你將得到一個機器學習的模型，可用於進行預測。預測可以輔助你進行決策，比如：根據服務器當前狀態來判斷未來四個小時內是否應進行維護，又比如你的客戶是否開始倒向你的競爭對手。
有時你正在解決的問題還不夠清晰，或者你甚至不知道你在尋找什麼方向的答案。在這種情況下，機器學習（ML）模型將幫助你探索現有的數據集，例如識別行爲相似的客戶羣體，或根據股票數據的相關性找到其內在層次結構。
你的模型區分客戶羣之後，能做些什麼呢？好吧，你至少該知道這一點：屬於同一集羣的客戶，通常會共有某些相似特徵點，例如他們的年齡，職業，婚姻狀況，性別，產品偏好，每日/每週/每月消費習慣，總數花費的金額，等等。屬於不同集羣的客戶的特徵點不同。通過這樣的數據支持，你就可以利用此針對每個客戶羣進行不同的廣告投放。
上面是業務層面，從技術層面來說，讓我們用簡單的術語來理解這個過程。有一個數據集X，其中包含n個樣本。這些樣本可以代表顧客或不同種類的動物。每個示例通常都是一組實數，稱爲特徵（features）。例如，如果我們有一位35歲的女性客戶在您的商店花費12000美元，則可以使用以下向量代表該客戶（0.0,35.0,12000.0） 。請注意，性別用0.0表示，這意味着男性客戶的該特徵將爲1.0。向量的大小代表維度。由於向量有三個，我們通常用m表示這是一個三維數據集。
根據問題類型，您可能需要爲每個樣本添加標籤。例如，如果這是一個有監督學習問題，如二進制分類，您可以用1.0或0.0標記您的樣本，這個新變量稱爲標籤或目標變量。目標變量通常稱爲y。
有了x和y，機器學習（ML）模型可以認爲是一個帶有權重w（模型參數）的函數f：
f(x; w)
模型參數是在訓練過程中學習而賦值的，但是還有一些其他的參數，需要在訓練開始之前進行設置，這些參數稱爲超參數，稍後將對其進行解釋。
在模型訓練之前，通常要對數據集中的原始數據進行預處理。例如，一些機器學習（ML）模型預設特徵是正態分佈的。在許多現實場景中，情況並非如此，需要我們實現進行數據轉換，比如說對數變換（log transformation），使其正態分佈。
完成數據處理並設置模型超參數後，就可以開始訓練模型了。在模型訓練結束時，會自動習得並保存模型參數，並且此時，我們已經可以通過模型預測，模型之前在訓練中未見過的新數據的目標變量。由模型做出的預測通常稱爲
（讀作y hat，表示y的估計值）。
模型訓練期間到底發生了什麼？已知在數據集的訓練過程中，我們打過標籤，因此，我們可以基於當前模型所預測的內容，將其與原始標籤進行比較，來更新我們的模型參數。
這種比較基於損失函數（或者說成本函數），
，損失函數表示了預測的不準確性。一些常見損失函數，比如平方損失（square loss），鉸鏈損失（hinge loss），邏輯損失（ logistic loss）和互熵損失（ cross-entropy loss）。
完成模型訓練後，可以用之前模型訓練過程中未使用過的數據集，來測試機器學習（ML）模型性能，以檢測模型的通用性。你可以使用不同的指標，來評估性能；並根據結果，在前序步驟進行多方面的調整，來改善模型，以獲得更好的性能。
基於此考慮，你應該充分了解，在訓練模型的過程中，到底發生了些什麼。
什麼是自動機器學習（AutoML）呢？當我們提起AutoML時，我們更多地是說自動化數據準備（即數據的預處理，數據的生成和選擇）和模型訓練（模型選擇和超參數調優）。這個過程的每一步都有非常多的選項（options），根據我們遇到的問題，需要設定各種不同的選項。
自動機器學習（AutoML）的意義就在於此，它幫助研究人員和從業者，自動構建機器學習（ML）管道，將多個步驟及其對應的多個選項集成爲工作流，以期快速找到針對給定問題的高性能機器學習（ML）模型。