Assessing irace for automated machine learning
Carlos Vieira · 2019
Ferramentas automaticas de engenharia de algoritmos tem se tornado um recurso importante tanto para a academia quanto para a industria. Em geral, essas ferramentas funcionam com o uso de certos configuradores de algoritmos demonstravelmente eficientes, dentre estes, o irace. Nessa prova de conceito, avaliamos a aplicacao do irace ao campo de aprendizado de maquina (AM). Para isso, propomos um template composto de componentes do framework algoritmico sklearn, que nomeamos isklearn. Alem disso, definimos formalmente um espaco de configuracao e um setup experimental que permitem que o irace trate conjuntos de dados de AM como instâncias de um problema de otimizacao, fazendo do isklearn um sistema funcional de aprendizado de maquina automatizado. Resultados preliminares demonstram que irace e capaz de produzir modelos efetivos para tres dos maiores dominios de aplicacao de AM: visao computacional, processamento de linguagens naturais, e analise de series temporais.