hibayesian/awesome-automl-papers
کاربرد:
این مخزن یک لیست دسته‌بندی‌شده از مقالات، مقاله‌های تحقیقاتی، آموزش‌ها، اسلایدها و پروژه‌های مرتبط با یادگیری ماشین خودکار (AutoML) است که به محققان، دانشجویان و توسعه‌دهندگان کمک می‌کند تا به راحتی منابع معتبر و به‌روز را در این حوزه پیدا کنند.
در چه شرایطی بهتره استفاده شود؟
وقتی دنبال منابع معتبر و جامع در حوزه AutoML هستی، مثلاً برای شروع یک پروژه تحقیقاتی، یادگیری مفاهیم پیشرفته یا مقایسه روش‌های مختلف خودکارسازی در مدل‌های یادگیری ماشین. همچنین وقتی نیاز داری بدونی آخرین پیشرفت‌ها در زمینه انتخاب مدل، بهینه‌سازی هایپرپارامترها یا Neural Architecture Search (NAS) چیه، این لیست می‌تونه راهگشا باشه.
چند مثال از موارد استفاده
- یافتن مقاله‌های کلیدی مثل AutoKeras، Google AutoML یا Bayesian Optimization در تنظیم خودکار هایپرپارامترها
- دسترسی به آموزش‌های عملی و اسلایدهای کنفرانس‌های معتبر مثل NeurIPS یا ICML
- بررسی پروژه‌های اوپن‌سورس برای پیاده‌سازی سریع راه‌حل‌های AutoML در کارهای واقعی
- استفاده توسط تیم‌های داده برای بهبود فرآیند توسعه مدل بدون نیاز به تخصص عمیق در تنظیم دستی مدل‌ها
- ##AutoML
- ##MachineLearning
- ##DeepLearning
- ##HyperparameterOptimization
- ##NAS
- ##AIResearch
- ##DataScience
- ##ModelSelection
- ##BayesianOptimization
- ##OpenSource