Optimización Automática de Modelos con Auto-sklearn

Curso Profesional de Machine Learning con scikit-learn

Contenido del curso

Aprender los conceptos clave

1
Curso Completo de Machine Learning con Scikit-learn para Principiantes
07:31 min
2
Tipos de Aprendizaje en Machine Learning: Supervisado, No Supervisado y por Refuerzo
04:18 min
3
Problemas de Clasificación, Regresión y Clustering con Scikit-learn
06:13 min
4
Fundamentos Matemáticos para Machine Learning Avanzado
04:52 min

Iniciar un proyecto con sklearn

Optimización de features

Regresiones robustas

Métodos de ensamble aplicados a clasificación

Clustering

Optimización paramétrica

Salida a producción

Tomar examen

A estas alturas, después de ver la forma en la que scikit-learn nos permite semi-automatizar la optimización de nuestros modelos con GridSearchCV y RandomizedSearchCV es posible que te estés preguntando ¿Cuál es el límite de esta automatización?

Pues te sorprenderás,

Automated Machine Learning (AutoML), es un concepto relativamente nuevo que en general pretende la completa automatización de todo el proceso de Machine Learning, desde la extracción de los datos hasta su publicación final de cara a los usuarios.

Sin embargo, este ideal aún está en desarrollo en la mayoría de las etapas del proceso de Machine Learning y aún se depende bastante de la intervención humana. Aún con esto, es importante que seamos conscientes de que ya existen varias herramientas que nos acercan un poco a esta meta casi tomada de la ciencia ficción.

Puedes encontrar más información leyendo el siguiente enlace:

https://itmastersmag.com/noticias-analisis/que-es-automated-machine-learning-la-proxima-generacion-de-inteligencia-artificial/

La herramienta que te quiero presentar en esta clase se llama auto-sklearn, y nos ayudará a llevar aún un paso más lejos nuestro proceso de selección y optimización de modelos de machine learning. Dado que automáticamente prueba diferentes modelos predefinidos y configuraciones de parámetros comunes hasta encontrar la que más se ajuste según los datos que le pasemos como entrada. Con esta herramienta podrás entrenar modelos tanto de clasificación como de regresión por igual.

Para una lista de los clasificadores disponibles consulta:

https://github.com/automl/auto-sklearn/tree/master/autosklearn/pipeline/components/classification

Y para una lista de los regresores disponibles consulta:

https://github.com/automl/auto-sklearn/tree/master/autosklearn/pipeline/components/regression

Ten en cuenta que podrás añadir modelos personalizados al proceso siguiendo los pasos descritos en la documentación.

auto-sklearn:

Esta herramienta es una librería basada en los algoritmos de scikit-learn, aunque hay que tener presente que es una librería externa y se debe instalar siempre por aparte. En todo caso al ser una librería de Python se puede combinar sin ningún problema con el resto de nuestro código desarrollado para scikit-learn, incluso permitiendo la exportación de modelos ya entrenados para su posterior uso.

Enlace a la documentación: https://automl.github.io/auto-sklearn/master/index.html

Como lo puedes ver en su página web, los requerimientos para probar autosklearn son:

Se requiere un sistema operativo basado en Linux.
Python (>=3.5) .
Compilador para C++ (con soporte para C++11), por ejemplo GCC.
SWIG (versión 3.0 o superior).

La forma de hacer funcionar nuestro algoritmo no podría ser más fácil. Nos resultará bastante familiar a estas alturas después de haber trabajado tanto con sklearn.

import autosklearn.classification

cls = autosklearn.classification.AutoSklearnClassifier()

cls.fit(X_train, y_train)

predictions = cls.predict(X_test)

¡Te invito a conocer a fondo esta herramienta a través de su documentación y decidir si es la estrategia que estás buscando para tu problema específico!

Optimización Automática de Modelos con Auto-sklearn

David Martínez Jiménez

Estudiante

Yo pensaba que estudiando ML iba a tener mejores oportunidades laborales y ya están haciendo el Automated Machine Learning, creo que llegué tarde :( "En “A Brief Introduction to AutoML”, publicado por la revista de AI Becoming human, se indica que ML puede requerir contratar varias personas experimentadas y seguir sus sugerencias a propósito de qué modelo elegir. Mientras que con AutoML no hace falta hacer tal contratación, porque personal con menos experiencia técnica puede hacer un desarrollo exitoso utilizando un modelo pre-construido en el sistema y que hasta puede usarse para implementaciones futuras"

Alejandro Martínez Valencia

Estudiante

No te creas, aunque mucho del trabajo se está automatizando, los que siguen tomando las decisiones son los humanos, los expertos son quienes al final toman la decisión de si se implemente el algoritmo sugerido o no. Te lo digo por experiencia. Yo tuve oportunidad de usar AutoML de IBM en el trabajo, y aunque si bien ayuda muy bien, se tiene que hacer un gran trabajo de ingenieria de features, ver si es posible conseguir nuevos datos o features en la vida real y no artificialmente. Elegir cuales tienen más sentido para resolver el problema. Si las empresas van a contratar personal con menos experiencia, entonces no están invirtiendo bien en su negocio. Es por ejemplo, en la construcción de una casa, pueden sacar manuales o tutoriales para construir una casa de estilo Minimalista, y solo contratas albañiles y saben imitarlo muy bien. Pero si se requiere un diseño más fino, personalizado a las circunstancias, el dueño quiere agregar otra cosa, quiere aprovechar la luz natural, en una zona que llueve mucho, etc, cosas inesperadas, el arquitecto tendrá más flexibilidad, libertad, seguridad y experiencia en adaptar el proyecto a las necesidades del cliente. Es como lo leía en un articulo de estadística, hacer model.fit() - model.predict() no te convierte en ni en Data Scientist ni en Artificial Intelligent Research.

Juan Diego

Estudiante

Eso usted lo decia hace 6 años cuando ni siquiera había salido GPT3. Ahora imaginese como debe ser ahora con todo esta reovlucion tecnolgocia...

María Victoria Pérez Mejía

Diego Jurado

Jorge Andrés Robledo Ariza

Christian Sanclemente

Aaron Fabrizio Calderon Guillermo

Jose Ochoa

Julián Cárdenas

Leandro Tenjo

Ariel Sharpe

Mario Emiliano Gordon Pico

Juan R. Vergara M.

Jhon Freddy Tavera Blandon

Antonio Demarco Bonino

Eugenio Schiavoni

Jean Pierre Sulluchuco Valentin

Nestor Javier Zapata Sanchez

Optimización Automática de Modelos con Auto-sklearn

Aprender los conceptos clave

Curso Completo de Machine Learning con Scikit-learn para Principiantes

Tipos de Aprendizaje en Machine Learning: Supervisado, No Supervisado y por Refuerzo

Problemas de Clasificación, Regresión y Clustering con Scikit-learn

Fundamentos Matemáticos para Machine Learning Avanzado

Iniciar un proyecto con sklearn

Configuración Profesional de Entorno de Trabajo para Python

Instalación y configuración de librerías para Python

Análisis de Datos para el Bienestar y la Felicidad Humana

Optimización de features

Selección de Variables en Modelos de Aprendizaje Automático

Reducción de Dimensionalidad con Análisis de Componentes Principales

Reducción de Dimensionalidad y Regresión Logística con Python

Clasificación de Enfermedad Cardiaca con PCA y Regresión Logística

Funciones Kernel en la Clasificación de Datos Complejos

Regularización en Modelos de Machine Learning

Implementación de Regularización en Modelos de Regresión Lineal

Análisis de Resultados en Modelos de Regresión Ridge y Lasso

Regularización ElasticNet con Scikit-learn: Conceptos y Aplicación

Regresiones robustas

Identificación de Valores Atípicos en Datos para Modelos Predictivos

Técnicas de Regresión Robusta: RANSAC y Huber en Scikit-Learn

Regresión Lineal y Soporte Vectorial: Manejo de Datos Atípicos

Automatización de Modelos de Predicción en Python

Métodos de ensamble aplicados a clasificación

Métodos de Ensamble: Bagging y Boosting en Machine Learning

Implementación de Bagging Classifier con SAIC en Análisis Cardiaco

Métodos de Ensamble para Mejorar Clasificación en Machine Learning

Implementación de Gradient Boosting para Clasificación de Datos

Clustering

Agrupamiento de Datos en Aprendizaje No Supervisado

Agrupamiento de Caramelos con K-Means y Pandas

Agrupamiento de Datos con Algoritmo Mean Shift

Optimización paramétrica

Validación Cruzada en Modelos de Machine Learning

Validación Cruzada con Scikit-learn: Cruz Vales Cor y KFold

Optimización de Modelos con Búsqueda en Grilla y Aleatoria

Automatización de Parámetros en Modelos de Regresión con Random Forest

Optimización Automática de Modelos con Auto-sklearn

Salida a producción

Estructuración Modular de Código Python para Machine Learning

Automatización de Modelos Machine Learning con Python

Publicación de Modelos de IA con Flask y Python

Optimización de Modelos de Machine Learning para Producción

Recursos para Aprender Machine Learning y Data Science