AutoML……

……提供方法和流程以

• 使机器学习更易于访问
• 提高机器学习系统的效率
• 加速研究和人工智能应用开发

机器学习（ML）近年来取得了显著成功，并且越来越多的学科依赖于它。然而，这种成功关键地依赖于人类机器学习专家来执行手动任务。由于这些任务的复杂性常常超出非ML专家的能力，机器学习应用的快速增长催生了对易于使用且无需专业知识的现成机器学习方法的需求。我们将旨在逐步自动化机器学习的研究领域称为AutoML。

我们是谁

AutoML 是机器学习社区及其他领域的一个重要课题。为了推动这一领域的发展，由弗兰克·胡特教授领导的弗赖堡大学学术研究团队，由马吕斯·林道尔教授领导的汉诺威莱布尼茨大学，以及由卡塔琳娜·埃根斯佩格尔博士领导的图宾根大学，致力于开发超参数优化、神经架构搜索和动态算法配置等领域的新型最先进方法和开源工具。弗兰克·胡特教授于2013年成立了第一个研究小组，名为艾米·诺特研究小组，马吕斯·林道尔教授于2014年作为博士后加入，并于2019年在汉诺威成立了自己的研究小组。2023年，在弗兰克·胡特教授和马吕斯·林道尔教授指导下完成博士学位的卡塔琳娜·埃根斯佩格尔博士，在图宾根大学成立了她自己的青年研究小组。这三个小组之间的紧密合作使得大约30名国际研究人员能够共同推动AutoML的前沿。这些小组共获得了4项ERC资助（弗兰克·胡特的ERC启动、概念验证和整合者资助，以及马吕斯·林道尔的ERC启动资助），以及来自DFG、BMBF、BMWK、BMUV等公共资金，以及与博世和Aerzen等大小公司的紧密合作获得的大量资金。

您可以通过访问我们的大学网站了解更多信息：弗赖堡ML、汉诺威ML和图宾根科学AutoML。