Автоматическое машинное обучение: от автоматизации рутины к композитному ИИ

О текущем состоянии и перспективах развития популярного сейчас направления прикладного ИИ – автоматического машинного обучения (AutoML).

Мы поговорим о различных инструментах AutoML и их возможностях. Помимо стандартных задач работы с табличными данными, отдельное внимание будет уделено задачам прогнозирования и классификации временных рядов.

В качестве примера многофункционального инструмента AutoML расскажу о open-source фреймворке FEDOT, разрабатываемом в нашей лаборатории.

Будут затронуты вопросы автоматического создания гибридных, композитных и мульти-модальных пайплайнов МО, бенчмаркинга AutoML-решений, а также намечены перспективные пути повышения их эффективности. В заключение обсудим концепцию композитного ИИ и роль AutoML в ее реализации.

Дополнительные материалы по AutoML и FEDOT-у

Программа и регистрация: https://hackconf.ru/

Доклады присылайте @lady_noname

Подписывайтесь на наш канал: @hackconfspb