As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Como funciona o AutoGluon-Tabular
O AutoGluon-Tabular executa métodos avançados de processamento de dados, aprendizado profundo e conjunto de modelos em várias camadas. Reconhece automaticamente o tipo de dados em cada coluna para um pré-processamento robusto de dados, incluindo tratamento especial de campos de texto.
O AutoGluon se adapta a vários modelos, desde árvores reforçadas prontas para uso até redes neurais personalizadas. Esses modelos são agrupados de uma maneira inovadora: os modelos são empilhados em várias camadas e treinados em camadas, garantindo que os dados brutos possam ser traduzidos em predições de alta qualidade dentro de uma determinada restrição de tempo. Esse processo reduz o sobreajuste dividindo os dados de várias maneiras com o rastreamento cuidadoso de exemplos incompletos.
O algoritmo AutoGluon-Tabular tem um bom desempenho em competições de machine learning devido ao seu manuseio robusto de uma variedade de tipos de dados, relacionamentos e distribuições. Você pode usar o AutoGluon-Tabular para problemas de regressão, classificação (binária e multiclasse) e classificação.
Consulte o diagrama a seguir que ilustra como a estratégia de empilhamento de várias camadas funciona.
Para obter mais informações, consulte AutoGluon-tabular: AutoML robusto e preciso para dados estruturados
