《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感锦集

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》是一本由王健宗 / 瞿晓阳著作，机械工业出版社出版的平装图书，本书定价：99.00元，页数：2019-8-20，特精心收集的读后感，希望对大家能有帮助。

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感(一)：读后感

看完感觉这本书的标题应该加个综述，这本书涉及的内容是很多很全，但是可能由于篇幅的原因，很多内容都是一两页纸就带过了，导致看的时候感觉就是介绍一下，没有很深入的去分析。其实感觉很多内容其实可以省略掉，比如深度学习简介的部分，其实感兴趣的读者看这本书的目的就是想跟多的去了解automl和autldl具体是怎么做的，这些基础部分其实感觉完全可以去掉，把更多的篇幅留给主要部分。

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感(二)：Auto-learning读后感

Auto-learning成为下一个智能算法的发展方向之一，这本书紧跟算法发展的趋势，及时的将自动学习的知识总结，梳理，方便了读者的学习。开篇从人工智能引述，接着将auto-learnin分成了两段来介绍。分别是automl（auto-learning在机器学习）和autodl（auto-learning在深度学习）。书中关键地方都给了公式说明和配图介绍，按照技术书籍的惯例，每一章的末尾也列出了参考的文献，非常的方便食用！能及时的有中文的新技术讲解书籍，太nice了!

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感(三)：前沿的前沿-AutoML

AutoML的理念就是把深度学习里那些复杂的部分都拿出去，你只需要提供数据，随后就让AutoML在神经网络设计上尽情发挥吧。这样，深度学习就变得像插件一样方便，只要有数据，就能自动创建出由复杂神经网络驱动的决策功能。 AutoML已经取得了几年前无法实现的成功，而谷歌这样的平台已经能够建立能够将数据科学家从常用机器学习流程中删除的系统。但我们仍然远离所谓的真正的自治系统很远。但是 不管怎样，这本书还是非常有意思的，可以说是前沿的前沿，值得一看。

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感(四)：系统的综述了三个ML前沿方向

在传统的机器学习模型中，调参是非常费时又费力又非常关键的一项工作。对于模型参数的配置基本上没有一种有效的策略。为解决此类问题，AutoML学习范式近年来被提出，深受机器学习领域的关注。在TOP Conference中，是一个非常前沿的Topic。 由华章出版的《深入理解AutoML和AutoDL》，围绕着AutoML、AutoDL 和meta learning 三个前沿的ML方向，由浅入深，系统而专业的review了各主流方法，知识点描述细致。该书对AutoML和AutoDL所涉及的基础知识，概括到位，内容夯实，适合作为ML方向的研究生的入门资料。

《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》读后感(五)：机器学习和深度学习的利器

近期华为招聘了8名“天才少年”博士生，给出了高价年薪（范围在89万-201万），羡煞大部分人，据悉这些天才多为人工智能领域。自动化机器学习（Automated Machine Learning, AutoML）是众多数据科学中的一种工具，也是机器学习领域的热点和趋势，AutoML是Google研发，是该领域主要的技术和工具，目前图书市场空白。《深入理解AutoML和AutoDL：构建自动化机器学习与深度学习平台》很白地填补这个空白，值得这个领域的大部分仔细研读。本书的内容详细且丰富，介绍了人工智能和AutoML的概况和未来发展前景，也介绍了自动化机器学习和自动化深度学习的基础和各种算法，最后也详细地介绍了强化算法和进化算法的详细内容和方法。