10 khung AutoML tốt nhất cho Python và người dùng No-Code

Học máy tự động (AutoML) thường bị hiểu sai.

Nhiều người trong ngành công nghệ cho rằng các công cụ AutoML chỉ dành cho người dùng doanh nghiệp hoặc các nhóm phi kỹ thuật không hiểu cách huấn luyện hoặc triển khai mô hình học máy. Giả định này là không đúng.

Trong thực tế, các nhà khoa học dữ liệu và kỹ sư học máy thường xuyên sử dụng các khung AutoML để rút ngắn thời gian thử nghiệm, cải thiện hiệu năng mô hình và tự động hóa các giai đoạn lặp lại trong vòng đời học máy. 

Những công cụ AutoML này hỗ trợ các tác vụ như kỹ thuật đặc trưng, lựa chọn mô hình, tinh chỉnh siêu tham số và tự động hóa đường ống đầu-cuối, giúp các nhóm tập trung vào công việc giá trị cao hơn.

Trong bài viết này, tôi sẽ khám phá một số khung AutoML hàng đầu hiện có, được thiết kế cho người dùng ở nhiều cấp độ chuyên môn khác nhau. Các công cụ được chia thành ba nhóm rõ ràng:

• Khung mã nguồn mở
• Nền tảng no-code và low-code
• Giải pháp AutoML cấp doanh nghiệp

Với mỗi khung, chúng tôi nêu bật các tính năng chính và cung cấp mã ví dụ để bạn có thể bắt đầu sử dụng ngay.

AutoML Framework là gì?

AutoML đề cập đến các công cụ và hệ thống tự động hóa toàn bộ quá trình phát triển mô hình học máy, từ dữ liệu thô đến một mô hình đã huấn luyện, sẵn sàng triển khai. 

Các khung AutoML xử lý nhiều tác vụ lặp lại và kỹ thuật trong việc xây dựng mô hình học máy để cả chuyên gia lẫn người dùng ít kỹ thuật đều có thể làm việc hiệu quả hơn.

Sơ đồ quy trình làm việc AutoML

Cụ thể, các khung AutoML thường tự động hóa các bước sau trong quy trình học máy:

• Tiền xử lý và kiểm định dữ liệu, bao gồm làm sạch, chuẩn hóa và định dạng dữ liệu thô để huấn luyện.
• Kỹ thuật và lựa chọn đặc trưng, nơi các biến đầu vào có ý nghĩa được tạo ra hoặc chọn tự động.
• Lựa chọn thuật toán, thử nghiệm nhiều loại mô hình để tìm phương án phù hợp nhất với bài toán.
• Tối ưu siêu tham số, tinh chỉnh tham số mô hình để cải thiện hiệu năng mà không cần thử-sai thủ công.
• Đánh giá và xếp hạng mô hình, so sánh các mô hình đã huấn luyện theo những chỉ số chính để xác định mô hình tốt nhất.
• Hỗ trợ triển khai và giám sát trong các nền tảng doanh nghiệp, cho phép đội ngũ vận hành mô hình ở quy mô lớn.

Bằng cách tự động hóa các tác vụ này, các khung AutoML giúp giảm nỗ lực thủ công, cải thiện tính nhất quán và khả năng tái lập, và giúp cả nhóm kỹ thuật lẫn phi kỹ thuật xây dựng mô hình học máy chất lượng cao nhanh hơn. 

Các khung AutoML mã nguồn mở

Các khung AutoML mã nguồn mở mang đến công cụ linh hoạt, minh bạch và thân thiện với nhà phát triển, cho phép người dùng tự động hóa việc xây dựng mô hình đồng thời vẫn giữ toàn quyền kiểm soát dữ liệu, pipeline và quy trình triển khai.

1. TPOT

TPOT là một khung AutoML Python mã nguồn mở sử dụng lập trình di truyền để tự động khám phá và tối ưu hóa các pipeline học máy hoàn chỉnh. 

Nó coi thiết kế pipeline như một bài toán tìm kiếm tiến hóa, khám phá các tổ hợp bước tiền xử lý, mô hình và siêu tham số để tìm ra giải pháp hiệu năng cao. 

TPOT đặc biệt hiệu quả cho các tác vụ dữ liệu bảng khi cần thử nghiệm nhanh và baseline mạnh, đồng thời vẫn cho phép người dùng kiểm tra, xuất và tái sử dụng pipeline kết quả trong quy trình scikit-learn tiêu chuẩn.

Tính năng chính:

1. Tối ưu hóa bằng lập trình di truyền: TPOT dùng thuật toán tiến hóa để khám phá không gian tìm kiếm lớn của các pipeline học máy và cải thiện dần theo thời gian.
2. Tự động xây dựng pipeline: Tự động kết hợp các bước tiền xử lý, phương pháp chọn đặc trưng, mô hình và siêu tham số thành pipeline đầu-cuối.
3. Tương thích scikit-learn: TPOT tận dụng các thành phần của scikit-learn, giúp dễ hiểu, mở rộng và triển khai pipeline thu được.
4. Tùy biến không gian tìm kiếm: Người dùng có thể kiểm soát những thuật toán, biến đổi và tham số mà TPOT được phép khám phá.
5. Xuất mã Python: Pipeline hiệu năng cao nhất có thể được xuất thành mã Python sạch để kiểm tra thêm hoặc dùng trong sản xuất.

Ví dụ mã:

Ví dụ này minh họa thiết lập tối thiểu để dùng TPOT. Tải đặc trưng và nhãn của tập dữ liệu, khởi tạo TPOTClassifier với thiết lập mặc định, và phương thức fit kích hoạt quá trình tìm kiếm tự động. 

Trong khi huấn luyện, TPOT đánh giá nhiều pipeline ứng viên bằng lập trình di truyền và chọn mô hình hiệu năng cao dựa trên chỉ số đánh giá đã chỉ định.

import tpot
X, y = load_my_data()
est = tpot.TPOTClassifier()
est.fit(X, y)Được hỗ trợ bởi

2. AutoGluon

AutoGluon là một khung AutoML Python mã nguồn mở do AWS AI phát triển, tự động hóa các tác vụ học máy với trọng tâm là độ chính xác cao, ít mã và hỗ trợ dữ liệu bảng, văn bản và hình ảnh. 

Nó xây dựng một tập hợp đa dạng mô hình và dùng lựa chọn mô hình tự động, tinh chỉnh siêu tham số và học tổ hợp để mang lại hiệu năng dự đoán mạnh trên các loại dữ liệu khác nhau.

Tính năng chính:

• Hỗ trợ đa phương thức: AutoGluon làm việc với dữ liệu bảng, văn bản, hình ảnh và hơn thế nữa, cho phép các trường hợp sử dụng linh hoạt trong một thư viện duy nhất.
• Xếp chồng và tổ hợp tự động: Kết hợp nhiều mô hình bằng stack ensembling để tăng độ chính xác vượt trội so với mô hình đơn lẻ.
• Tinh chỉnh siêu tham số: AutoGluon tự động tối ưu siêu tham số mô hình để có hiệu năng tốt hơn.
• Dễ sử dụng: API mức cao cho phép huấn luyện mô hình mạnh chỉ với vài dòng mã.
• Tiền xử lý vững chắc: Tự động xử lý tiền xử lý dữ liệu và nhận diện các kiểu đặc trưng khác nhau để chuẩn bị dữ liệu cho huấn luyện.

Ví dụ mã:

Đoạn mã này tải tập huấn luyện và kiểm thử dưới dạng tập dữ liệu bảng của AutoGluon. Sau đó tạo một đối tượng TabularPredictor chỉ định nhãn đích và gọi fit để huấn luyện AutoGluon trên dữ liệu bảng huấn luyện. Sau khi huấn luyện xong, dùng mô hình đã huấn luyện để tạo dự đoán trên tập kiểm thử.

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]))Được hỗ trợ bởi

3. FLAML

FLAML (Fast Lightweight AutoML) là thư viện AutoML Python mã nguồn mở do Microsoft Research phát triển, được thiết kế để tự động và hiệu quả tìm ra các mô hình học máy chất lượng cao trong khi tối thiểu chi phí tính toán và tài nguyên, rất phù hợp cho môi trường đề cao tốc độ và hiệu quả.

Tính năng chính:

• Tối ưu hóa theo ngân sách: FLAML dùng chiến lược tìm kiếm tiết kiệm chi phí, ưu tiên cấu hình rẻ trước rồi mở rộng sang cấu hình phức tạp khi cần, đạt hiệu năng mạnh với tài nguyên hạn chế.
• Tinh chỉnh siêu tham số nhanh: Tự động tinh chỉnh siêu tham số với trọng tâm là tốc độ và hiệu quả tính toán thay vì tìm kiếm cạn kiệt.
• Hỗ trợ nhiều tác vụ: FLAML có thể xử lý các tác vụ học máy phổ biến như phân loại, hồi quy, dự báo chuỗi thời gian và hơn thế nữa với thiết lập tối thiểu.
• Giao diện kiểu scikit-learn: Tích hợp với các giao diện quen thuộc như fit và predict của scikit-learn, giúp người dùng dễ dàng áp dụng.
• Tùy biến không gian tìm kiếm: Người dùng có thể tùy biến bộ ước lượng và không gian tìm kiếm để cân bằng giữa độ chính xác và ràng buộc tài nguyên.

Ví dụ mã:

Ví dụ này cho thấy cách dùng lớp AutoML của FLAML để thực hiện một tác vụ phân loại tự động trên tập Iris, chỉ định ngân sách thời gian và chỉ số đánh giá trước khi huấn luyện, rồi dùng mô hình đã huấn luyện để lấy xác suất dự đoán.

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))Được hỗ trợ bởi

4. AutoKeras

AutoKeras là thư viện AutoML mã nguồn mở xây dựng trên nền tảng Keras deep learning, tự động tìm kiếm và huấn luyện các mạng nơ-ron chất lượng cao cho nhiều tác vụ, bao gồm dữ liệu có cấu trúc, hình ảnh và văn bản, với rất ít mã cần viết. 

Nó sử dụng tìm kiếm kiến trúc mạng hiệu quả để tìm cấu trúc và siêu tham số phù hợp, giúp deep learning trở nên dễ tiếp cận hơn với cả người mới và chuyên gia.

Tính năng chính:

• Tìm kiếm kiến trúc mạng: AutoKeras thực hiện tìm kiếm kiến trúc tự động để xác định cấu trúc mạng nơ-ron tối ưu cho tác vụ cụ thể của bạn.
• Hỗ trợ đa phương thức: Hỗ trợ dữ liệu bảng có cấu trúc, dữ liệu hình ảnh và văn bản trong một khung thống nhất.
• Dễ sử dụng: Các API mức cao như StructuredDataClassifier đơn giản hóa việc huấn luyện mô hình deep learning phức tạp chỉ với vài dòng mã.
• Xây dựng mô hình linh hoạt: Người dùng có thể tùy chỉnh ràng buộc tìm kiếm và mở rộng không gian tìm kiếm cho các trường hợp nâng cao.
• Tích hợp Keras và TensorFlow: Vì AutoKeras được xây dựng trên Keras và TensorFlow, nó tích hợp liền mạch với các hệ sinh thái deep learning phổ biến này.

Ví dụ mã:

Đoạn mã này nhập các thư viện cần thiết và tải tập dữ liệu huấn luyện và kiểm thử từ các URL cung cấp. Tách đặc trưng và nhãn, rồi tạo một đối tượng ak.StructuredDataClassifier tự động tìm kiếm một mô hình deep learning mạnh. Mô hình được huấn luyện với số lượng trial và epoch đã đặt, và kết quả đánh giá cuối cùng trên tập kiểm thử được in ra.

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))Được hỗ trợ bởi

Nền tảng AutoML No-Code và Low-Code

Các nền tảng AutoML no-code và low-code đơn giản hóa phát triển mô hình bằng cách trừu tượng hóa quy trình phức tạp, cho phép thử nghiệm và triển khai nhanh cho cả đội ngũ kỹ thuật lẫn người dùng doanh nghiệp.

5. PyCaret

PyCaret là thư viện học máy low-code mã nguồn mở trong Python, tự động hóa quy trình học máy đầu-cuối cho các tác vụ như phân loại, hồi quy, phân cụm, phát hiện bất thường và dự báo chuỗi thời gian, cho phép dựng thử nhanh với chỉ vài dòng mã, đồng thời hỗ trợ giao diện đồ họa cho những ai ưa trải nghiệm low-code hoặc thao tác nhấp chuột.

Tính năng chính:

• Tự động hóa low-code: PyCaret giảm đáng kể lượng mã cần viết bằng cách tự động hóa các bước học máy tiêu chuẩn như tiền xử lý dữ liệu, huấn luyện, đánh giá và lựa chọn mô hình.
• Hỗ trợ nhiều tác vụ ML: Tích hợp sẵn cho nhiều tác vụ như phân loại, hồi quy, phân cụm, phát hiện bất thường, xử lý ngôn ngữ tự nhiên và phân tích chuỗi thời gian.
• Tiền xử lý tích hợp: PyCaret tự động thực hiện các bước tiền xử lý phổ biến như xử lý thiếu dữ liệu, mã hóa biến phân loại và chuẩn hóa cho mô hình.
• So sánh và lựa chọn mô hình: Hàm compare_models huấn luyện và đánh giá nhiều mô hình bằng cross-validation và cung cấp bảng xếp hạng hiệu năng để chọn mô hình tốt nhất.
• Mở rộng và tích hợp: Bao bọc các thư viện uy tín (scikit-learn, XGBoost, LightGBM, CatBoost, v.v.) và có thể tích hợp vào các công cụ BI như Power BI, Tableau và khác. 

Ví dụ mã:

Đoạn mã sau minh họa việc tải một tập dữ liệu tích hợp, khởi tạo mô-đun hồi quy của PyCaret với setup (tiền xử lý dữ liệu và khởi tạo môi trường ML), sau đó dùng compare_models để tự động huấn luyện, đánh giá và xếp hạng nhiều mô hình hồi quy, trả về mô hình hiệu năng tốt nhất.

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()Được hỗ trợ bởi

6. MLJAR Studio

MLJAR Studio là môi trường AutoML no-code và low-code cho phép bạn huấn luyện và so sánh mô hình học máy qua giao diện hướng dẫn, đồng thời cung cấp tùy chọn quy trình Python thông qua engine mã nguồn mở mljar-supervised. 

Tính năng chính:

• Quy trình AutoML không cần mã: Bạn có thể tải dữ liệu, chọn đặc trưng và nhãn đích, bắt đầu huấn luyện và xem kết quả mà không cần viết mã.
• Mô hình minh bạch và báo cáo rõ ràng: MLJAR nhấn mạnh không phải hộp đen và tạo báo cáo chi tiết giải thích cách xây dựng mô hình và hiệu năng của chúng.
• Huấn luyện và tinh chỉnh tự động: Engine AutoML xử lý tiền xử lý, huấn luyện mô hình và tinh chỉnh siêu tham số để tìm mô hình mạnh.
• So sánh mô hình với đầu ra rõ ràng: Huấn luyện nhiều mô hình và giúp bạn so sánh chúng qua tóm tắt và chế độ xem hiệu năng được tạo sẵn.
• Tùy chọn viết mã qua mljar-supervised: Nếu muốn kiểm soát nhiều hơn, các khả năng AutoML giống nhau có sẵn qua gói Python mljar-supervised. 

Ví dụ mã:

Bạn không cần mã để dùng MLJAR Studio vì có thể chạy AutoML qua GUI. Tuy nhiên, đoạn mã dưới đây cho thấy cách tiếp cận lập trình tùy chọn bằng thư viện mljar-supervised. Nó tải một tập dữ liệu, tách đặc trưng và nhãn đích, chạy huấn luyện AutoML, rồi tạo dự đoán bằng mô hình đã huấn luyện.

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)Được hỗ trợ bởi

7. H2O AutoML

H2O AutoML là khả năng AutoML mã nguồn mở trong nền tảng H2O, cung cấp học máy tự động có khả năng mở rộng với hỗ trợ Python, R và một giao diện đồ họa no-code tên là H2O Flow, cho phép cả người dùng kỹ thuật và phi kỹ thuật xây dựng, đánh giá và chọn mô hình với tối thiểu mã. Người dùng có thể thao tác qua giao diện Flow dựa trên web để nhập dữ liệu, chạy thí nghiệm AutoML, khám phá kết quả và xuất mô hình mà không cần viết mã.

Tính năng chính:

• Huấn luyện và tinh chỉnh mô hình tự động: H2O AutoML tự động chạy nhiều thuật toán, tinh chỉnh siêu tham số và tạo bảng xếp hạng các mô hình tốt nhất mà không cần lựa chọn thủ công.
• Giao diện web không cần mã: Giao diện đồ họa H2O Flow cho phép người dùng tương tác với H2O qua trình duyệt, thực hiện các tác vụ học máy và khám phá kết quả mà không cần viết mã.
• Hỗ trợ nhiều giao diện: Bên cạnh giao diện web, H2O AutoML có thể truy cập qua API Python và R, mang lại linh hoạt cho quy trình low-code và no-code.
• Tiền xử lý tự động: H2O AutoML thực hiện các tác vụ tiền xử lý phổ biến như xử lý thiếu dữ liệu, mã hóa biến phân loại và chuẩn hóa một cách tự động.
• Công cụ giải thích mô hình: H2O cung cấp các tính năng giải thích giúp tạo insight về hành vi và hiệu năng mô hình, hỗ trợ người dùng hiểu và tin tưởng đầu ra.

Ví dụ mã:

Ví dụ này cho thấy cách dùng H2O AutoML qua Python. Khởi tạo môi trường H2O, nhập tập huấn luyện và kiểm thử, chỉ định cột đặc trưng và nhãn, bắt đầu một phiên AutoML với giới hạn số mô hình, rồi hiển thị bảng xếp hạng các mô hình hiệu năng tốt nhất. 

Lưu ý: Dù đây là cách tiếp cận lập trình, các tác vụ tương tự có thể hoàn thành qua giao diện web H2O Flow mà không cần viết mã.

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.leaderboardĐược hỗ trợ bởi

Giải pháp AutoML cấp doanh nghiệp

Các giải pháp AutoML cấp doanh nghiệp cung cấp nền tảng học máy có khả năng mở rộng, bảo mật và kiểm soát, được thiết kế cho triển khai sản xuất, tuân thủ và vận hành ở quy mô lớn.

8. DataRobot

DataRobot là nền tảng AutoML no-code và low-code cấp doanh nghiệp cho phép người dùng doanh nghiệp, nhà phân tích và đội ngũ dữ liệu xây dựng, triển khai và quản lý mô hình học máy mà không cần lập trình nhiều. 

Nền tảng tự động hóa toàn bộ vòng đời học máy, từ nạp dữ liệu và kỹ thuật đặc trưng đến huấn luyện, triển khai và giám sát mô hình, đồng thời cung cấp quản trị, khả năng giải thích và kiểm soát vận hành mạnh mẽ cần thiết trong môi trường tuân thủ.

Tính năng chính:

• Phát triển mô hình không cần mã: Người dùng có thể tải dữ liệu, cấu hình tác vụ, huấn luyện mô hình và tạo dự đoán hoàn toàn qua giao diện đồ họa mà không cần viết mã.
• Học máy tự động: DataRobot tự động khám phá thuật toán, thực hiện kỹ thuật đặc trưng, tinh chỉnh siêu tham số và xếp hạng mô hình dựa trên hiệu năng và chỉ số kinh doanh.
• Khả năng giải thích tích hợp: Nền tảng cung cấp công cụ giải thích mô hình ở mức tổng thể và cục bộ, bao gồm tác động đặc trưng, giải thích dự đoán và báo cáo sẵn sàng cho tuân thủ.
• MLOps đầu-cuối: DataRobot hỗ trợ triển khai mô hình, giám sát, phát hiện drift, theo dõi hiệu năng và quy trình huấn luyện lại ngay trong cùng nền tảng.
• Quản trị và bảo mật cấp doanh nghiệp: Bao gồm kiểm soát truy cập theo vai trò, quy trình phê duyệt, nhật ký kiểm toán và báo cáo tuân thủ dành cho các ngành được quản lý.

Ví dụ mã:

Mặc dù DataRobot chủ yếu được sử dụng qua giao diện no-code, nền tảng cũng cung cấp API Python để điều khiển và tự động hóa bằng lập trình. Ví dụ dưới đây cho thấy cách xác thực với DataRobot, tạo một dự án từ tập dữ liệu và chạy AutoPilot để tự động huấn luyện và đánh giá mô hình.

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()Được hỗ trợ bởi

9. Amazon SageMaker Autopilot

Amazon SageMaker Autopilot là giải pháp AutoML được quản lý hoàn toàn từ AWS, cho phép người dùng tự động hóa quy trình học máy đầu-cuối với no-code hoặc low-code, đặc biệt qua giao diện web trong Amazon SageMaker Canvas hoặc SageMaker Studio. 

Người dùng có thể nhập dữ liệu, cấu hình biến mục tiêu, đánh giá các mô hình ứng viên và triển khai mô hình chỉ với vài cú nhấp trong bảng điều khiển, trong khi SDK và API Python vẫn là tùy chọn để tái lập thí nghiệm hoặc tích hợp với hệ thống khác.

Tính năng chính:

• Quy trình không cần mã trên web: Hầu hết tác vụ như tải tập dữ liệu, thiết lập thí nghiệm, huấn luyện, đánh giá và triển khai mô hình có thể thực hiện qua giao diện web trong SageMaker Canvas hoặc SageMaker Studio mà không cần viết mã.
• Phân tích và tiền xử lý dữ liệu tự động: Autopilot xem xét tập dữ liệu để xác định loại bài toán, làm sạch và tiền xử lý, và thực hiện kỹ thuật đặc trưng để chuẩn bị huấn luyện mô hình.
• Lựa chọn và tối ưu mô hình: Autopilot khám phá nhiều thuật toán học máy và tinh chỉnh siêu tham số để tìm mô hình hiệu năng cao, sau đó xếp hạng trên bảng thành tích.
• Khả năng giải thích và insight: Nền tảng cung cấp khả năng nhìn sâu vào các mô hình được tạo, bao gồm cách đặc trưng ảnh hưởng đến dự đoán và hiệu năng so sánh.
• Triển khai sản xuất: Người dùng có thể triển khai mô hình được chọn trực tiếp từ giao diện với các bước tối thiểu, tạo endpoint để suy luận.

Ví dụ mã: 

Đoạn mã dưới đây cho thấy cách chạy Amazon SageMaker Autopilot bằng lập trình qua SDK Python. Cách tiếp cận này là tùy chọn và có thể dùng để tái lập kết quả hoặc tích hợp vào pipeline tự động.

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",
        )
    ]
)Được hỗ trợ bởi

10. Google Cloud AutoML

Google Cloud AutoML là một phần của Vertex AI, nền tảng học máy hợp nhất của Google Cloud cho phép người dùng xây dựng, huấn luyện, đánh giá và triển khai các mô hình chất lượng cao bằng hạ tầng được quản lý hoàn toàn. 

Vertex AI AutoML hỗ trợ dữ liệu bảng, xử lý ngôn ngữ tự nhiên, thị giác máy tính và tác vụ video, và được thiết kế để dễ tiếp cận qua giao diện web no-code trong Google Cloud Console.

 Tất cả các bước cốt lõi như tạo tập dữ liệu, chọn tác vụ, huấn luyện, đánh giá và triển khai đều có thể hoàn thành qua giao diện người dùng mà không cần viết mã.

Tính năng chính:

• Giao diện web không cần mã: Người dùng có thể tải tập dữ liệu, cấu hình tác vụ AutoML, huấn luyện mô hình, xem chỉ số và triển khai mô hình hoàn toàn qua Vertex AI Console.
• Hỗ trợ nhiều dạng dữ liệu: AutoML hỗ trợ phân loại và hồi quy dữ liệu bảng, phân loại và phát hiện hình ảnh, phân loại và trích xuất văn bản, và phân tích video.
• Huấn luyện tự động đầu-cuối: Vertex AI AutoML tự động xử lý tiền xử lý, kỹ thuật đặc trưng, lựa chọn kiến trúc mô hình và tinh chỉnh siêu tham số.
• Hạ tầng được quản lý: Toàn bộ huấn luyện và triển khai chạy trên hạ tầng do Google quản lý với khả năng mở rộng và quản lý tài nguyên tích hợp.
• Triển khai sẵn sàng sản xuất: Mô hình đã huấn luyện có thể triển khai trực tiếp từ UI làm endpoint cho dự đoán online hoặc theo lô.

Ví dụ mã: 

Mặc dù Vertex AI AutoML chủ yếu được thiết kế cho quy trình no-code, SDK Python có thể được dùng để tái lập thí nghiệm hoặc tích hợp huấn luyện AutoML vào các pipeline tự động. 

Đoạn mã ngắn sau khởi tạo một dự án Vertex AI, tạo tập dữ liệu hình ảnh từ CSV index lưu trong Cloud Storage và khởi chạy một job huấn luyện AutoML cho ảnh.

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,
)Được hỗ trợ bởi

Bảng so sánh các khung AutoML

Bảng này so sánh các khung AutoML phổ biến dựa trên mức độ tự động hóa, kiểu giao diện và mức độ phù hợp cho thử nghiệm mã nguồn mở, quy trình low-code và triển khai ở quy mô doanh nghiệp.

Kết luận

Các khung AutoML đã trưởng thành thành công cụ cấp sản xuất, hỗ trợ các đội ngũ trong toàn bộ vòng đời học máy. Trong thực tế, chúng không chỉ giới hạn ở thử nghiệm hay dựng mẫu. 

Tôi đã dùng các khung AutoML để tham gia các cuộc thi Kaggle, xây dựng các pipeline học máy đầu-cuối hoàn chỉnh cho dự án thực tế, và thậm chí để chuẩn bị và thành công trong các buổi phỏng vấn kỹ thuật.

Từ góc nhìn của nhà khoa học dữ liệu, AutoML là cách mạnh mẽ để thiết lập một mô hình baseline vững vàng và không thiên kiến với rất ít chi phí phát sinh. 

Chỉ cần cung cấp dữ liệu, các khung này sẽ lo kỹ thuật đặc trưng, lựa chọn mô hình, tinh chỉnh siêu tham số và đánh giá. Điều này cho phép người làm chuyên môn tập trung vào hiểu bài toán, kiểm định giả định và cải thiện kết quả, thay vì tốn quá nhiều thời gian nghiên cứu và thử nghiệm mô hình từ con số 0. 

AutoML không thay thế chuyên môn. Thay vào đó, nó tăng tốc quy trình bằng cách cung cấp một điểm khởi đầu đáng tin cậy để cải tiến lặp dần.

Xây dựng mô hình chỉ là bước đầu. Hãy học cách triển khai và giám sát mô hình AutoML của bạn trong môi trường sản xuất với khóa học MLOps Concepts.