Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Come funziona AutoGluon -Tabular
<a name="autogluon-tabular-HowItWorks"></a>

AutoGluon-Tabular esegue metodi avanzati di elaborazione dei dati, deep learning e ensemble di modelli multistrato. Riconosce automaticamente il tipo di dati in ogni colonna per una solida preelaborazione dei dati, inclusa la gestione speciale dei campi di testo. 

AutoGluon si adatta a vari modelli che vanno dagli alberi off-the-shelf potenziati alle reti neurali personalizzate. Questi modelli sono raggruppati in un modo nuovo: i modelli sono impilati su più livelli e addestrati in modo da garantire che i dati non elaborati possano essere tradotti in previsioni di alta qualità entro un determinato limite di tempo. Questo processo mitiga l'overfitting suddividendo i dati in vari modi con un attento monitoraggio degli esempi. out-of-fold

L'algoritmo AutoGluon -Tabular si comporta bene nelle competizioni di machine learning grazie alla sua solida gestione di una varietà di tipi di dati, relazioni e distribuzioni. Puoi usare AutoGluon -Tabular per problemi di regressione, classificazione (binaria e multiclasse) e classificazione.

Fai riferimento al seguente diagramma che illustra come funziona la strategia di impilamento multilivello.

![\[AutoGluonmostrata con due livelli di impilamento.\]](http://docs.aws.amazon.com/it_it/sagemaker/latest/dg/images/autogluon_tabular_illustration.png)


Per ulteriori informazioni, vedere *[AutoGluon-Tabular: Robust and Accurate AutoML](https://arxiv.org/pdf/2003.06505.pdf)* for Structured Data.