机器学习已经成为我们日常生活中很多方面的重要组成部分。但是，构建表现优良的机器学习应用需要非常专业的数据科学家和领域专家。自动机器学习（AutoML）的目标是让领域专家即使没有统计学和机器学习方面的广泛知识也能自动构建机器学习应用，从而减少对数据科学家的需求。机器学习（ML）近年来的重要性与日俱增：自动语音识别、自动驾驶汽车和「工业4.0」的预测性维护都基于机器学习。现在的机器学习已经能够在曾被认为对计算机而言过于复杂的任务上击败人类，比如AlphaGo（Silveretal.,2017）在围棋

机器学习已经成为我们日常生活中很多方面的重要组成部分。但是，构建表现优良的机器学习应用需要非常专业的数据科学家和领域专家。自动机器学习（AutoML）的目标是让领域专家即使没有统计学和机器学习方面的广泛知识也能自动构建机器学习应用，从而减少对数据科学家的需求。机器学习（ML）近年来的重要性与日俱增：自动语音识别、自动驾驶汽车和「工业4.0」的预测性维护都基于机器学习。现在的机器学习已经能够在曾被认为对计算机而言过于复杂的任务上击败人类，比如 AlphaGo（Silveretal.,2017）在围