I. 자동화된 머신러닝(AutoML) 개요A. AutoML의 정의: 머신러닝 수명 주기 자동화 자동화된 머신러닝(AutoML)은 원시 데이터부터 배포 준비가 완료된 솔루션에 이르기까지 머신러닝 모델의 엔드투엔드 개발을 자동화하는 실제적인 접근 방식입니다.1 그 핵심 목표는 고정된 계산 예산 내에서 새로운 데이터 세트에 대한 테스트 세트 예측을 인간의 개입 없이 자동으로 생성하는 것입니다.3 이는 ML의 수동적인 복잡성을 추상화하려는 AutoML의 목표를 명확히 보여줍니다.3AutoML은 종종 결합된 알고리즘 선택 및 하이퍼파라미터 최적화(CASH) 문제로 공식화됩니다.3 이 공식화는 단일 머신러닝 방법이 모든 데이터 세트에서 최상의 성능을 발휘하는 경우는 거의 없으며, 많은 방법이 하이퍼파라미터 최적화에..