本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 如何 AutoGluon - 自列表格的工作原理
<a name="autogluon-tabular-HowItWorks"></a>

AutoGluon - 自列表格執行高級資料處理，深度學習和多層模型整體方法。它會自動識別每列中的資料類型，以實現強大的資料預處理，包括對文字欄位的特殊處理。

AutoGluon 適用於各種模型，從現成的增壓樹木到定制的神經網路。這些模型以新穎的方式進行合併：模型堆疊在多層中，並以分層方式進行訓練，以確保原始資料可以在特定的時間限制內轉換為高品質的預測。這個過程通過仔細跟踪折疊的例子，以各種方式分割資料來緩解過度擬合。

AutoGluon - 自列表格演算法在機器學習競爭者間表現良好，因為它具備的強大功能可處理各種資料類型、關聯性和分佈。您可以使用 AutoGluon - 自列表格為問題進行迴歸、分類 (二進位和多類) 和排名。

請參閱下圖，說明多層堆疊策略的運作方式。

![\[AutoGluon 的多層堆疊策略顯示了兩個堆疊層。\]](http://docs.aws.amazon.com/zh_tw/sagemaker/latest/dg/images/autogluon_tabular_illustration.png)


如需詳細資訊，請參閱 *[AutoGluon - 自列表格：結構化資料的健全且精確的 AutoML](https://arxiv.org/pdf/2003.06505.pdf)*。