Benchmarking de Sistemas AutoML Open-source

Detalhes bibliográficos
Autor(a) principal: dos Santos, Maria Victória Rodrigues
Data de Publicação: 2022
Outros Autores: Alves, Gabriel Mac'Hamilton Renaux, Maciel, Alexandre Magno de Andrade
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/2456
Resumo: This work offers a benchmarking of the three most know open-source AutoML systems, Auto-WEKA, Auto-Sklearn and TPOT, in terms of how they work in each part of an AutoML flow, and algorithms supported in each part of that flow. Automated Machine Learning is a tool that automates the result of machine learning with as little human effort as possible. This work shows that for certain types of data and forecasting objectives, the users, whether data science students or professionals, must pay attention to each tool, because it implies the results obtained and predictions can be more refined or not.
id UFPE-2_3f9f71df585e3b78f438be66df0ab943
oai_identifier_str oai:ojs.poli.br:article/2456
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Benchmarking de Sistemas AutoML Open-sourceThis work offers a benchmarking of the three most know open-source AutoML systems, Auto-WEKA, Auto-Sklearn and TPOT, in terms of how they work in each part of an AutoML flow, and algorithms supported in each part of that flow. Automated Machine Learning is a tool that automates the result of machine learning with as little human effort as possible. This work shows that for certain types of data and forecasting objectives, the users, whether data science students or professionals, must pay attention to each tool, because it implies the results obtained and predictions can be more refined or not.Este estudo propõe comparar três sistemas AutoML (Aprendizado de Máquina Automatizado) de código aberto mais conhecidos, o Auto-WEKA, Auto-Sklearn e TPOT, em termos de funcionamento em cada parte do fluxo de um AutoML, e algoritmos suportados em cada parte desse fluxo. O Aprendizado de Máquina Automatizado é uma ferramenta que automatiza o resultado do aprendizado de máquina com o mínimo de esforço humano possível. Este trabalho mostra que, para determinados tipos de dados e objetivos de previsão, o usuário, seja estudante ou profissional da área de ciência de dados, deve se atentar a cada ferramenta, pois implica nos resultados obtidos e as predições podem ficar mais refinadas ou não.Escola Politécnica de Pernambuco2022-11-29info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/245610.25286/repa.v7i3.2456Journal of Engineering and Applied Research; Vol 7 No 3 (2022): Edição Especial em Ciência de Dados e Analytics; 19-28Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 3 (2022): Edição Especial em Ciência de Dados e Analytics; 19-282525-425110.25286/repa.v7i3reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/2456/844http://revistas.poli.br/index.php/repa/article/view/2456/845Copyright (c) 2022 Maria Victória Rodrigues dos Santos, Gabriel Mac'Hamilton Renaux Alves, Alexandre Magno de Andrade Macielhttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessdos Santos, Maria Victória RodriguesAlves, Gabriel Mac'Hamilton RenauxMaciel, Alexandre Magno de Andrade2022-11-30T23:03:18Zoai:ojs.poli.br:article/2456Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2022-11-30T23:03:18Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Benchmarking de Sistemas AutoML Open-source
title Benchmarking de Sistemas AutoML Open-source
spellingShingle Benchmarking de Sistemas AutoML Open-source
dos Santos, Maria Victória Rodrigues
title_short Benchmarking de Sistemas AutoML Open-source
title_full Benchmarking de Sistemas AutoML Open-source
title_fullStr Benchmarking de Sistemas AutoML Open-source
title_full_unstemmed Benchmarking de Sistemas AutoML Open-source
title_sort Benchmarking de Sistemas AutoML Open-source
author dos Santos, Maria Victória Rodrigues
author_facet dos Santos, Maria Victória Rodrigues
Alves, Gabriel Mac'Hamilton Renaux
Maciel, Alexandre Magno de Andrade
author_role author
author2 Alves, Gabriel Mac'Hamilton Renaux
Maciel, Alexandre Magno de Andrade
author2_role author
author
dc.contributor.author.fl_str_mv dos Santos, Maria Victória Rodrigues
Alves, Gabriel Mac'Hamilton Renaux
Maciel, Alexandre Magno de Andrade
description This work offers a benchmarking of the three most know open-source AutoML systems, Auto-WEKA, Auto-Sklearn and TPOT, in terms of how they work in each part of an AutoML flow, and algorithms supported in each part of that flow. Automated Machine Learning is a tool that automates the result of machine learning with as little human effort as possible. This work shows that for certain types of data and forecasting objectives, the users, whether data science students or professionals, must pay attention to each tool, because it implies the results obtained and predictions can be more refined or not.
publishDate 2022
dc.date.none.fl_str_mv 2022-11-29
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2456
10.25286/repa.v7i3.2456
url http://revistas.poli.br/index.php/repa/article/view/2456
identifier_str_mv 10.25286/repa.v7i3.2456
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2456/844
http://revistas.poli.br/index.php/repa/article/view/2456/845
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 7 No 3 (2022): Edição Especial em Ciência de Dados e Analytics; 19-28
Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 3 (2022): Edição Especial em Ciência de Dados e Analytics; 19-28
2525-4251
10.25286/repa.v7i3
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798036000476233728

Registros relacionados