Os 10 melhores frameworks AutoML para Python e usuários sem conhecimentos de programação

O machine learning automático (AutoML) é muitas vezes mal interpretado.

Muita gente na área de tecnologia acha que as ferramentas AutoML são só pra quem trabalha com negócios ou equipes que não entendem como os modelos de machine learning são treinados ou implantados. Essa suposição está errada.

Na prática, cientistas de dados e engenheiros de machine learning usam regularmente estruturas AutoML para reduzir o tempo de experimentação, melhorar o desempenho do modelo e automatizar etapas repetitivas do ciclo de vida do machine learning. 

Essas ferramentas AutoML dão suporte a tarefas como engenharia de recursos, seleção de modelos, ajuste de hiperparâmetros e automação de pipeline de ponta a ponta, permitindo que as equipes se concentrem em trabalhos de maior valor.

Neste artigo, vou explorar algumas das principais estruturas AutoML disponíveis atualmente, projetadas para usuários com diferentes níveis de especialização. As ferramentas estão divididas em três categorias bem claras:

• Estruturas de código aberto
• Plataformas sem código e com pouco código
• Soluções AutoML de nível empresarial

Para cada estrutura, destacamos suas principais características e fornecemos exemplos de código para que você possa começar a usá-la imediatamente.

O que são estruturas AutoML?

AutoML é quando a gente tem ferramentas e sistemas que automatizam todo o processo de desenvolvimento de modelos de machine learning, desde os dados brutos até um modelo treinado e pronto pra ser usado. 

As estruturas AutoML cuidam de várias tarefas repetitivas e técnicas que fazem parte da criação de modelos de machine learning, pra que tanto os profissionais experientes quanto os usuários menos técnicos possam trabalhar de forma mais eficiente.

Diagrama do fluxo de trabalho do AutoML

Especificamente, as estruturas AutoML normalmente automatizam as seguintes etapas no fluxo de trabalho de machine learning:

• Pré-processamento e validação de dados, incluindo limpeza, normalização e formatação de dados brutos para treinamento.
• Engenharia e seleção de recursos, onde variáveis de entrada significativas são criadas ou selecionadas automaticamente.
• Seleção de algoritmo, que testa vários tipos de modelos para encontrar o mais adequado para o problema.
• Otimização de hiperparâmetros, ajustando os parâmetros do modelo para melhorar o desempenho sem precisar fazer testes manuais.
• Avaliação e classificação de modelos, comparando modelos treinados com métricas importantes para ver qual é o que funciona melhor.
• Suporte à implantação e monitoramento em plataformas empresariais, permitindo que as equipes operacionalizem modelos em escala.

Ao automatizar essas tarefas, as estruturas AutoML reduzem o esforço manual, melhoram a consistência e a reprodutibilidade e permitem que equipes técnicas e não técnicas criem modelos de machine learning de alta qualidade mais rapidamente. 

Estruturas AutoML de código aberto

As estruturas AutoML de código aberto oferecem ferramentas flexíveis, transparentes e fáceis de usar para desenvolvedores, que permitem automatizar a criação de modelos e ainda manter o controle total sobre os dados, pipelines e fluxos de trabalho de implantação.

1. TPOT

TPOT é uma estrutura Python AutoML de código aberto que usa programação genética para descobrir e otimizar automaticamente pipelines completos de machine learning. 

Ele encara o projeto de pipeline como um problema de pesquisa evolutiva, explorando combinações de etapas de pré-processamento, modelos e hiperparâmetros para identificar soluções de alto desempenho. 

O TPOT é especialmente bom para tarefas com dados em tabelas, onde é preciso fazer experimentos rápidos e ter bases sólidas, ao mesmo tempo que permite que os profissionais vejam, exportem e reutilizem os pipelines resultantes dentro dos fluxos de trabalho padrão do scikit-learn.

Principais características:

1. Otimização por Programação Genética: O TPOT usa algoritmos evolutivos para explorar um grande espaço de pesquisa de pipelines de machine learning e melhorá-los progressivamente ao longo do tempo.
2. Construção automatizada de dutos: Ele junta automaticamente etapas de pré-processamento, métodos de seleção de recursos, modelos e hiperparâmetros em pipelines completos.
3. Compatibilidade com Scikit Learn: O TPOT usa componentes do scikit-learn, o que facilita entender, ampliar e implementar os pipelines resultantes.
4. Espaço de pesquisa personalizável: Os usuários podem controlar quais algoritmos, transformações e parâmetros o TPOT pode explorar.
5. Código Python exportável: O pipeline com melhor desempenho pode ser exportado como código Python limpo para inspeção adicional ou uso em produção.

Exemplo de código:

Esse exemplo mostra a configuração mínima necessária para usar o TPOT. As características e os rótulos do conjunto de dados são carregados, um TPOTClassifier é inicializado com as configurações padrão e o métodofit inicia o processo de pesquisa automática. 

Durante o treinamento, o TPOT avalia vários pipelines candidatos usando programação genética e escolhe um modelo de alto desempenho com base na métrica de avaliação especificada.

import tpot
X, y = load_my_data()
est = tpot.TPOTClassifier()
est.fit(X, y)

2. AutoGluon

AutoGluon é uma estrutura Python AutoML de código aberto desenvolvida pela AWS AI que automatiza tarefas de machine learning com foco em alta precisão, código mínimo e suporte para dados tabulares, de texto e de imagem. 

Ele cria um conjunto variado de modelos e usa seleção automática de modelos, ajuste de hiperparâmetros e aprendizado conjunto para oferecer um desempenho preditivo robusto em diferentes tipos de dados.

Principais características:

• Suporte multimodal: O AutoGluon trabalha com dados tabulares, texto, imagens e muito mais, permitindo casos de uso versáteis em uma única biblioteca.
• Empilhamento automatizado e conjuntos: Ele junta vários modelos usando o conjunto de pilhas para aumentar a precisão além dos modelos individuais.
• Ajuste de hiperparâmetros: O AutoGluon otimiza automaticamente os hiperparâmetros do modelo para um melhor desempenho.
• Facilidade de uso: A API de alto nível permite que os usuários treinem modelos poderosos com apenas algumas linhas de código.
• Pré-processamento robusto: Ele cuida automaticamente do pré-processamento dos dados e reconhece diferentes tipos de características para preparar os dados para o treinamento do modelo.

Exemplo de código:

Esse código carrega os conjuntos de dados de treinamento e teste como conjuntos de dados tabulares do AutoGluon. Em seguida, ele cria um objeto TabularPredictor especificando o rótulo de destino e chama fit para treinar o AutoGluon nos dados de treinamento tabulares. Depois que o treinamento termina, ele usa o modelo treinado para gerar previsões no conjunto de testes.

from autogluon.tabular import TabularDataset, TabularPredictor

label = "signature"
train_data = TabularDataset("train.csv")

predictor = TabularPredictor(label=label).fit(train_data)

test_data = TabularDataset("test.csv")
predictions = predictor.predict(test_data.drop(columns=[label]))

3. FLAML

FLAML (Fast Lightweight AutoML) é uma biblioteca Python AutoML de código aberto desenvolvida pela Microsoft Research, projetada para encontrar modelos de machine learning de alta qualidade de forma automática e eficiente, minimizando o custo computacional e o uso de recursos, tornando-a ideal para ambientes onde velocidade e eficiência são fundamentais.

Principais características:

• Otimização com foco no orçamento: O FLAML usa estratégias de pesquisa econômicas que priorizam primeiro as configurações mais baratas e, depois, exploram as mais complexas conforme necessário, permitindo um ótimo desempenho com recursos limitados.
• Ajuste rápido de hiperparâmetros: Ele automatiza o ajuste de hiperparâmetros com foco na velocidade e eficiência computacional, em vez de uma busca exaustiva.
• Suporte para várias tarefas: O FLAML consegue lidar com tarefas comuns de machine learning, como classificação, regressão, previsão de séries temporais e muito mais, com uma configuração mínima.
• Interface no estilo Scikit-Learn: Ele se integra com interfaces conhecidas, comoo fit e predict do scikit-learn ( ), facilitando a adoção por quem trabalha com isso.
• Espaço de pesquisa personalizável: Os usuários podem personalizar os estimadores e o espaço de pesquisa para equilibrar a precisão e as limitações de recursos.

Exemplo de código:

Esse exemplo de código mostra como usar o AutoML do FLAML. AutoML para fazer uma tarefa de classificação automática no conjunto de dados Iris, definindo um tempo e uma métrica de avaliação antes do treinamento e, depois, usando o modelo treinado para obter probabilidades de previsão.

from flaml import AutoML
from sklearn.datasets import load_iris

X_train, y_train = load_iris(return_X_y=True)

automl = AutoML()

automl_settings = {
    "time_budget": 1,
    "metric": "accuracy",
    "task": "classification",
    "log_file_name": "iris.log",
}

automl.fit(X_train=X_train, y_train=y_train, **automl_settings)

print(automl.predict_proba(X_train))

4. AutoKeras

AutoKeras é uma biblioteca AutoML de código aberto criada com base no Keras deep learning , que procura e treina automaticamente redes neurais de alta qualidade para uma ampla gama de tarefas, incluindo dados estruturados, imagens e texto, com o mínimo de codificação necessário. 

Ele usa uma busca eficiente de arquitetura neural para encontrar arquiteturas de modelo e hiperparâmetros adequados, tornando o aprendizado profundo mais acessível tanto para iniciantes quanto para profissionais experientes.

Principais características:

• Pesquisa de arquitetura neural: O AutoKeras faz uma busca automática de arquitetura pra identificar as estruturas de rede neural ideais pra sua tarefa específica.
• Suporte multimodal: Ele suporta dados tabulares estruturados, dados de imagem e dados de texto dentro de uma estrutura unificada.
• Facilidade de uso: APIs de alto nível, como StructuredDataClassifier, simplificam o treinamento de modelos complexos de deep learning com apenas algumas linhas de código.
• Criação de modelos flexíveis: Os usuários podem personalizar as restrições de pesquisa e ampliar o espaço de pesquisa para casos de uso avançados.
• Integração do Keras e do TensorFlow: Como o AutoKeras é baseado no Keras e no TensorFlow, ele se integra perfeitamente a esses ecossistemas de deep learning amplamente utilizados.

Exemplo de código:

Esse exemplo de código importa as bibliotecas necessárias e carrega os conjuntos de dados de treinamento e teste a partir dos URLs fornecidos. Ele separa características e rótulos e, em seguida, cria um objeto ak.StructuredDataClassifier que procura automaticamente um modelo de aprendizado profundo robusto. O modelo é treinado para um número definido de tentativas e épocas, e o resultado final da avaliação no conjunto de testes é impresso.

import keras
import pandas as pd
import autokeras as ak

TRAIN_DATA_URL = "https://storage.googleapis.com/tf-datasets/titanic/train.csv"
TEST_DATA_URL = "https://storage.googleapis.com/tf-datasets/titanic/eval.csv"

train_file_path = keras.utils.get_file("train.csv", TRAIN_DATA_URL)
test_file_path = keras.utils.get_file("eval.csv", TEST_DATA_URL)

train_df = pd.read_csv(train_file_path)
test_df = pd.read_csv(test_file_path)

y_train = train_df["survived"].values
x_train = train_df.drop("survived", axis=1).values

y_test = test_df["survived"].values
x_test = test_df.drop("survived", axis=1).values

clf = ak.StructuredDataClassifier(overwrite=True, max_trials=3)
clf.fit(x_train, y_train, epochs=10)

print(clf.evaluate(x_test, y_test))

Plataformas AutoML sem código e com pouco código

As plataformas AutoML sem código e com pouco código simplificam o desenvolvimento de modelos ao abstrair fluxos de trabalho complexos, permitindo experimentação e implantação rápidas tanto para equipes técnicas quanto para usuários comerciais.

5. PyCaret

PyCaret é uma biblioteca de machine learning de código aberto e baixo código em Python que automatiza o fluxo de trabalho completo de machine learning para tarefas como classificação, regressão, agrupamento, detecção de anomalias e previsão de séries temporais, permitindo a prototipagem rápida com apenas algumas linhas de código, ao mesmo tempo em que oferece suporte a uma interface gráfica de usuário para quem prefere experiências de baixo código ou cliques.

Principais características:

• Automação Low Code: O PyCaret reduz bastante a quantidade de código que você precisa escrever, automatizando as etapas padrão do machine learning, como pré-processamento de dados, treinamento de modelos, avaliação e seleção.
• Suporte para várias tarefas de ML: Inclui suporte integrado para várias tarefas de machine learning, incluindo classificação, regressão, agrupamento, detecção de anomalias, processamento de linguagem natural e análise de séries temporais.
• Pré-processamento integrado: O PyCaret faz automaticamente as etapas comuns de pré-processamento de dados, como lidar com valores ausentes, codificar características categóricas e dimensionar modelos.
• Comparação e seleção de modelos: A função compare_models treina e avalia vários modelos usando validação cruzada e fornece um quadro de líderes de desempenho para ajudar a escolher o melhor modelo.
• Extensível e integrável: Ele envolve bibliotecas já conhecidas (scikit-learn, XGBoost, LightGBM, CatBoost, etc.) e pode ser integrado a ferramentas de BI, como Power BI, Tableau e outras. 

Exemplo de código:

Esse trecho de código mostra como carregar um conjunto de dados embutido, inicializar o módulo de regressão PyCaret com setup (que pré-processa os dados e inicializa o ambiente ML) e, em seguida, usar compare_models para treinar, avaliar e classificar automaticamente uma variedade de modelos de regressão, retornando aquele com melhor desempenho.

from pycaret.datasets import get_data
from pycaret.regression import *

data = get_data("insurance")

s = setup(data, target="charges", session_id=123)

best_model = compare_models()

6. MLJAR Studio

O MLJAR Studio é um ambiente AutoML sem código e com pouco código que permite treinar e comparar modelos de machine learning por meio de uma interface guiada, além de oferecer um fluxo de trabalho Python opcional por meio do código aberto mljar-supervised . 

Principais características:

• Fluxo de trabalho do AutoML sem código: Você pode carregar um conjunto de dados, escolher recursos e um alvo, começar o treinamento e ver os resultados sem precisar escrever código.
• Modelagem e relatórios transparentes: A MLJAR deixa claro que não é uma caixa preta e faz relatórios detalhados explicando como os modelos foram criados e como funcionam.
• Treinamento e ajuste automáticos: O mecanismo AutoML cuida do pré-processamento, do treinamento do modelo e do ajuste dos hiperparâmetros para encontrar modelos robustos.
• Comparação de modelos com resultados claros: Ele treina vários modelos e ajuda você a compará-los usando resumos gerados e visualizações de desempenho.
• Código opcional através do mljar-supervised: Se você quiser mais controle, os mesmos recursos do AutoML estão disponíveis no pacote Pythonmljar-supervised . 

Exemplo de código:

Você não precisa de código para usar o MLJAR Studio, porque pode rodar o AutoML pela interface gráfica. Mas, o código abaixo mostra a abordagem programática opcional usando a biblioteca mljar-supervised. Ele carrega um conjunto de dados, divide-o em características e alvo, executa o treinamento do AutoML e, em seguida, gera previsões usando o modelo treinado.

import pandas as pd
from supervised.automl import AutoML

df = pd.read_csv(
    "https://raw.githubusercontent.com/pplonski/datasets-for-start/master/adult/data.csv",
    skipinitialspace=True,
)

X = df[df.columns[:-1]]
y = df["income"]

automl = AutoML(results_path="mljar_results")
automl.fit(X, y)

predictions = automl.predict(X)

7. H2O AutoML

H2O AutoML é um recurso AutoML de código aberto dentro da plataforma H2O que oferece machine learning escalável e automatizado com suporte para Python, R e uma interface gráfica sem código chamada H2O Flow, permitindo que usuários técnicos e não técnicos criem, avaliem e selecionem modelos com o mínimo de codificação. Os usuários podem usar a interface Flow baseada na web para importar dados, fazer experimentos com o AutoML, ver os resultados e exportar modelos sem precisar escrever nenhum código.

Principais características:

• Treinamento e ajuste automatizados de modelos: O H2O AutoML executa automaticamente vários algoritmos, ajusta hiperparâmetros e gera um ranking dos melhores modelos sem precisar escolher manualmente.
• Interface Web sem código: A interface gráfica do H2O Flow permite que os usuários interajam com o H2O por meio de uma interface baseada em navegador, realizem tarefas de machine learning e explorem os resultados sem precisar escrever código.
• Suporte para várias interfaces: Além da interface do usuário da web, o H2O AutoML pode ser acessado por meio de APIs Python e R, oferecendo flexibilidade para fluxos de trabalho com pouco ou nenhum código.
• Pré-processamento automático: O H2O AutoML faz tarefas comuns de pré-processamento, como lidar com valores ausentes, codificar variáveis categóricas e escalar automaticamente.
• Ferramentas de explicabilidade de modelos: O H2O tem recursos de explicabilidade que dão uma ideia do comportamento e desempenho do modelo, ajudando os usuários a entender e confiar nos resultados do modelo. 

Exemplo de código:

Esse exemplo mostra como usar o H2O AutoML com Python. Inicializa o ambiente H2O, importa conjuntos de dados de treinamento e teste, especifica colunas de recursos e alvos, inicia uma execução do AutoML com um limite no número de modelos e, em seguida, exibe um quadro de líderes com a classificação dos modelos de melhor desempenho. 

Observação: Embora essa seja a abordagem programática, as mesmas tarefas podem ser concluídas por meio da interface web do H2O Flow, sem precisar escrever nenhum código.

import h2o
from h2o.automl import H2OAutoML

h2o.init()

train = h2o.import_file(
    "https://s3.amazonaws.com/h2o-public-test-data/smalldata/higgs/higgs_train_10k.csv"
)
test = h2o.import_file(
    "https://s3.amazonaws.com/h2o-public-test-data/smalldata/higgs/higgs_test_5k.csv"
)

x = train.columns
y = "response"
x.remove(y)

train[y] = train[y].asfactor()
test[y] = test[y].asfactor()

aml = H2OAutoML(max_models=20, seed=1)
aml.train(x=x, y=y, training_frame=train)

aml.leaderboard

Soluções AutoML de nível empresarial

As soluções AutoML de nível empresarial oferecem plataformas de machine learning escaláveis, seguras e controladas, feitas para implantação em produção, conformidade e uso operacional em grande escala.

8. DataRobot

O DataRobot é uma plataforma AutoML sem código e com pouco código, feita pra empresas, que permite que usuários de negócios, analistas e equipes de dados criem, implementem e gerenciem modelos de machine learning sem precisar programar muito. 

A plataforma automatiza todo o ciclo de vida do machine learning, desde a ingestão de dados e engenharia de recursos até o treinamento, a implantação e o monitoramento de modelos, ao mesmo tempo em que oferece governança, explicabilidade e controles operacionais robustos, necessários em ambientes regulamentados.

Principais características:

• Desenvolvimento de modelo sem código: Os usuários podem carregar conjuntos de dados, configurar tarefas de modelagem, treinar modelos e gerar previsões totalmente pela interface gráfica, sem precisar escrever código.
• Machine learning automático: O DataRobot explora algoritmos automaticamente, faz engenharia de recursos, ajusta hiperparâmetros e classifica modelos com base no desempenho e nas métricas de negócios.
• Explicabilidade integrada: A plataforma oferece ferramentas globais e locais para explicar os modelos, incluindo impacto dos recursos, explicações de previsão e relatórios prontos para conformidade.
• MLOps de ponta a ponta: A DataRobot dá suporte à implantação de modelos, monitoramento, detecção de desvios, acompanhamento de desempenho e fluxos de trabalho de retreinamento na mesma plataforma.
• Governança e segurança empresarial: A plataforma inclui controle de acesso baseado em funções, fluxos de trabalho de aprovação, registros de auditoria e relatórios de conformidade projetados para setores regulamentados.

Exemplo de código:

Embora o DataRobot seja usado principalmente por meio de sua interface sem código, ele também oferece uma API Python para controle programático e automação. O exemplo abaixo mostra como fazer a autenticação no DataRobot, criar um projeto a partir de um conjunto de dados e usar o AutoPilot para treinar e avaliar modelos automaticamente.

import datarobot as dr
dr.Client(config_path="./drconfig.yaml")

dataset = dr.Dataset.create_from_file("auto-mpg.csv")

project = dr.Project.create_from_dataset(
    dataset.id,
    project_name="Auto MPG Project"
)

from datarobot import AUTOPILOT_MODE
project.analyze_and_model(
    target="mpg",
    mode=AUTOPILOT_MODE.QUICK
)

project.wait_for_autopilot()

9. Amazon SageMaker Autopilot

O Amazon SageMaker Autopilot é uma solução AutoML totalmente gerenciada da AWS que permite aos usuários automatizar o fluxo de trabalho completo de machine learning com sem código ou com pouco código, especialmente por meio de uma interface da web no Amazon SageMaker Canvas ou SageMaker Studio. 

Os usuários podem importar dados, configurar a variável alvo, avaliar modelos candidatos e implantar modelos com apenas alguns cliques no console, enquanto o SDK Python e as APIs continuam disponíveis como uma forma opcional de tornar os experimentos reproduzíveis ou de integrar com outros sistemas.

Principais características:

• Fluxo de trabalho sem código baseado na web: A maioria das tarefas, como upload de conjuntos de dados, configuração de experimentos, treinamento de modelos, avaliação e implantação, pode ser feita pela interface web no SageMaker Canvas ou SageMaker Studio sem precisar escrever código.
• Análise e pré-processamento automatizados de dados: O piloto automático dá uma olhada no conjunto de dados pra ver o tipo de problema, limpa e pré-processa tudo, e cria recursos pra preparar o treinamento do modelo.
• Seleção e otimização de modelos: O piloto automático dá uma olhada em vários algoritmos de machine learning e ajusta os hiperparâmetros pra achar modelos que funcionam bem, depois coloca eles numa lista de classificação.
• Explicabilidade e insights: A plataforma dá uma visão geral dos modelos que ela gera, incluindo como as características influenciam as previsões e o desempenho comparativo.
• Implantação da produção: Os usuários podem usar o modelo escolhido direto da interface com poucos passos, criando pontos finais para inferência.

Exemplo de código: 

O código abaixo mostra como executar o Amazon SageMaker Autopilot programaticamente usando o SDK Python. Essa abordagem é opcional e pode ser usada para reproduzir resultados ou integrar em pipelines automatizados.

from sagemaker import AutoML, AutoMLInput

automl = AutoML(
    role=execution_role,
    target_attribute_name=target_attribute_name,
    sagemaker_session=pipeline_session,
    total_job_runtime_in_seconds=3600,
    mode="ENSEMBLING",
)

automl.fit(
    inputs=[
        AutoMLInput(
            inputs=s3_train_val,
            target_attribute_name=target_attribute_name,
            channel_type="training",
        )
    ]
)

10. Google Cloud AutoML

O Google Cloud AutoML para nuvem faz parte do Vertex AI, a plataforma unificada de machine learning do Google Cloud que permite aos usuários criar, treinar, avaliar e implantar modelos de alta qualidade usando uma infraestrutura totalmente gerenciada. 

O Vertex AI AutoML dá suporte a dados tabulares, processamento de linguagem natural, visão computacional e tarefas de vídeo, e foi feito pra ser acessível por meio de uma interface web sem código no Google Cloud Console.

 Todas as etapas principais, como criação de conjuntos de dados, seleção de tarefas, treinamento, avaliação e implantação, podem ser concluídas por meio da interface do usuário, sem precisar escrever nenhum código.

Principais características:

• Interface Web sem código: Os usuários podem fazer upload de conjuntos de dados, configurar tarefas do AutoML, treinar modelos, revisar métricas e implantar modelos totalmente pelo Console do Vertex AI.
• Suporte para várias modalidades de dados: O AutoML dá suporte à classificação e regressão tabular, classificação e detecção de imagens, classificação e extração de texto e análise de vídeo.
• Treinamento automatizado de ponta a ponta: O Vertex AI AutoML cuida do pré-processamento, engenharia de recursos, escolha da arquitetura do modelo e ajuste de hiperparâmetros automaticamente.
• Infraestrutura gerenciada: Todo o treinamento e implantação rolam na infraestrutura gerenciada pelo Google, com escalabilidade e gerenciamento de recursos integrados.
• Implantação pronta para produção: Os modelos treinados podem ser usados direto da interface do usuário como pontos finais para previsões online ou em lote.

Exemplo de código: 

Embora o Vertex AI AutoML tenha sido criado principalmente para fluxos de trabalho sem código, o SDK Python pode ser usado para tornar os experimentos reproduzíveis ou integrar o treinamento do AutoML em pipelines automatizados. 

O pequeno trecho a seguir inicializa um projeto do Vertex AI, cria um conjunto de dados de imagens a partir de um índice CSV armazenado no Cloud Storage e inicia uma tarefa de treinamento de imagens do AutoML.

from google.cloud import aiplatform

aiplatform.init(
    project="YOUR_PROJECT_ID",
    location="us-central1",
    staging_bucket="gs://YOUR_BUCKET",
)

dataset = aiplatform.ImageDataset.create(
    display_name="flowers",
    gcs_source=["gs://cloud-samples-data/ai-platform/flowers/flowers.csv"],
    import_schema_uri=aiplatform.schema.dataset.ioformat.image.single_label_classification,
)

training_job = aiplatform.AutoMLImageTrainingJob(
    display_name="flowers_automl",
    prediction_type="classification",
)

model = training_job.run(
    dataset=dataset,
    model_display_name="flowers_model",
    budget_milli_node_hours=8000,
)

Tabela comparativa de estruturas AutoML

Essa tabela compara frameworks populares de AutoML com base no nível de automação, estilo de interface e adequação para experimentação de código aberto, fluxos de trabalho com baixo código e implantação em escala empresarial.

Considerações finais

As estruturas AutoML amadureceram e se tornaram ferramentas de nível de produção que dão suporte às equipes em todo o ciclo de vida do machine learning. Na prática, eles não se limitam a experimentação ou prototipagem. 

Usei estruturas AutoML para participar de competições Kaggle, para construir pipelines completos de machine learning para projetos reais e até mesmo para me preparar e ter sucesso em entrevistas técnicas.

Do ponto de vista de um cientista de dados, o AutoML é uma maneira poderosa de criar um modelo de referência forte e imparcial com muito pouca sobrecarga. 

Basta fornecer os dados, e essas estruturas cuidam da engenharia de recursos, seleção de modelos, ajuste de hiperparâmetros e avaliação. Isso permite que os profissionais se concentrem em entender o problema, validar suposições e melhorar os resultados, em vez de gastar muito tempo pesquisando e testando modelos do zero. 

O AutoML não substitui a experiência. Em vez disso, acelera o fluxo de trabalho, oferecendo um ponto de partida confiável que pode ser melhorado de forma iterativa.

Construir o modelo é só o primeiro passo. Aprenda a implantar e monitorar seus modelos AutoML em produção com o curso curso Conceitos de MLOps.