Gartner和Forrester开始涉足自动机器学习（AML）
简介：  AML至少自2016年以来一直存在，但是直到去年Gartner和Forrester才开始发表自己的意见。这就是我们的立场。
对于AML（自动机器学习）来说，这是重要的一年。已经出现了许多新参与者，几乎所有人都承认，某种程度的自动化可以提高数据科学团队的生产力。不，数据科学家不应对此趋势感到震惊。这些方法都不会让未经培训的人员按下按钮并弹出有用的模型。
然而，有些事情一直困扰着我。自从大约2016年出现以来，我一直在关注这种趋势，但仍然没有很好的单一来源可以进行全面的评论和比较。换句话说，如果Forrester和Gartner尚未审查AML，这是否确实值得关注。
Forrester New Wave?：以自动化为中心的机器学习解决方案，2019年第二季度
当年Forrester发布了有史以来的第一个AML评论时，我们感到非常兴奋。他们选择了一些赢家和输家，并提供了一些比较好的指导。
虽然分析肯定符合Forrester的高专业水准，但令人困扰的是，许多我从未听说过的高级球员。事实证明，并未根据广泛的行业调查选择参与者，而是从Forrester认为是领导者并提交了类似RFP答复的那些人中选出。研究限于1.5小时。采访/演示，并致电给一些已安装的客户。纳入标准要求供应商至少要有五个安装的客户，并且要拥有完整的反洗钱产品。
因此，参与其中的供应商在一定程度上是自行选择的，没有迹象表明谁可以申请并被拒绝。我怀疑还有许多其他竞争对手可能已经克服了这些障碍。
好吧，有些信息总比没有好，只要读者发现所审查的竞争对手领域并非完全客观。
那Gartner呢？
因此，我很高兴看到Gartner的最新报告“ 增强型机器学习如何使数据科学民主化 ”，希望这可能是备受期待的AML竞争对手中的第一篇。不幸的是事实并非如此。
该报告涵盖了可以由专业人员使用的AML平台的一般性，按类别进行分类，直到获得诸如DataRobot和H2O.ai之类的最完全自动化的产品为止。
Gartner似乎也坚持使用自己的命名约定，将其称为“增强型”机器学习类别，因为“自动化机器学习”已经是更常见的词组，因此它实际上并不会帮助读者获得清晰的信息。
这里有一些观察值得指出。
Gartner认为，目前使用AML（2019）生产的模型不到2％，但没有提供数据来支持这一点。
他们预计到2023年（四年）将达到40％，而DS活动的50％（采用不同的衡量标准）将在2025年实现自动化。希望他们能为这些预测提供一些支持。
也许最有趣的一点是，我想知道这是否是报告中的疏忽，是因为他们对AML的解释包括针对图像和文本的深度学习模型（ADL）的自动化。当前有少数反洗钱竞争者能够做到这一点，但目前尚不清楚有多少客户希望这种反洗钱功能。
请参阅我们对Booz Allen Modzy发行的最新分析，这也许是向需要DNN模型的人提供DNN模型的更有效途径。坦白地说，模型创造的价值大概90％来自我们众所周知的机器学习技术，而不是依赖于文本，语音和图像分类的异常问题。
Forrester和Gartner认为应该考虑谁
这些报告都不基于全面的市场渗透率调查，但有趣的是看到了重叠。
福雷斯特
加特纳
数据机器人
数据机器人
过氧化氢
过氧化氢
的能力
的能力
大鱿鱼
大鱿鱼
塔济
贝尔积分器
壁球
DMway分析
dotData
EdgeVerve
谁被排除在外
读者需要意识到，您的选择比这两个报告要广泛。首先，我们缺少来自Amazon，Microsoft，Google等公司的基于云的AML产品。
其次，很长的独立服务器列表可能会添加到此列表中。没有办法知道他们是否被邀请而没有晋级，或者只是错过了邀请。根据我过去几年的阅读，我猜测发布的某个早期阶段至少有30个AML平台。
这不是背书，但是例如令我惊讶的是，其中没有包含以下内容：
Compellon
纯预测
爱
Xpanse分析
BigML
如果您准备朝着这个方向发展，有些甚至会提供自动深度学习作为其平台的一部分。
因此，这些不是我们一直在等待的全面研究。但是，鉴于事实，正如Gartner所说的那样，我们的40％的ML任务将在未来四年内实现自动化，因此我们都希望从这两个出色的来源中全面进行AML研究。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！