谷歌把打败99%程序员的AutoML集成到Kaggle平台！

以后参加Kaggle竞赛，可以直接派出AutoML自动训练AI怪兽参赛了。谷歌今天宣布，将Cloud AutoML服务深度集成到Kaggle平台，虽然是付费服务，但提供了一揽子免费试用和补贴方案。

谷歌宣布，将用于训练机器学习算法的Cloud AutoML服务集成到数据科学平台Kaggle中。

Cloud AutoML是一个基于云的工具包，提供一个拖放界面来训练AI模型。使用AutoML，任何人都可以创建定制的机器学习模型，只需极少的工作量和机器学习专业知识。

Kaggle是一个供数据科学家和其他机器学习爱好者探索、分析和分享他们的工作的在线社区，被谷歌于2017年收购。Kaggle也是全球最大的机器学习及数据科学竞赛平台，就在今天，谷歌宣布Kaggle社区最近达到了一个新的里程碑，用户数突破了350万。

谷歌表示，通过将Cloud AutoML与Kaggle整合在一起，它正在推进其使命，即“通过为他们提供在该领域领先所需的技能和工具，使我们的数据科学家社区更加强大”。

Cloud AutoML允许用户从软件开发工具包或基于web的用户界面获取数据，设置一些参数，然后根据这些数据训练模型；经过训练的模型随后可以直接部署到谷歌的云基础架构上。

新的集成将使Kaggle用户能够在Jupyter Notebooks中直接使用 Cloud AutoML SDK，这是数据科学家用来创建和共享包含实时代码、公式、可视化和叙述性文本的开源web应用程序。

Kaggle产品经理Devvret Rishi说：“今天发布的重点是使我们的社区能够在Kaggle Notebooks上直接使用SDK。”

Cloud AutoML是一项付费服务，不过它为初学者提供了免费试用方案。谷歌还为用户全年提供谷歌云平台(GCP)积分，以帮助补贴在Kaggle上使用AutoML的成本，并且，所有注册GCP的新Google帐户都将获得$ 300的补贴。

今年6月，谷歌还将BigQuery数据仓库服务和Kaggle集成在一起。该集成允许BigQuery用户使用快速SQL查询，在SQL中训练机器学习模型，并在Kaggle的Jupyter笔记本环境中进行分析，称为Kaggle Kernels。

根据谷歌的说法，这种方法的好处在于，用户无需实际移动或下载数据来查询数据或对其进行机器学习。一旦用户的Google Cloud帐户链接到内核笔记本或脚本，就可以使用BigQuery API客户端库直接在笔记本中撰写查询，针对BigQuery运行查询，并使用数据进行几乎任何类型的分析。

AutoML在今年早些时候就引起了人们的关注，它在Cloud Next '19的Kaggle Days举行的机器学习竞赛中一度脱颖而出，只是在最后时刻才被一组数据科学家以微弱优势淘汰。

今年4月，在长达8个半小时的Kaggle Days数据处理挑战上，有一个团队非常特别：这个由3名谷歌研究员组成的小组不打算自己上场，而是用一款名为AutoML的AI软件参与竞赛。

其他200多名参与者来自Kaggle平台的顶级梯队，他们组成多个小组，任务是“从一家匿名汽车零部件制造商那里得到数据，通过这些数据，他们要预测工厂产出中的不良批次”。

谷歌研究员Quoc Le与同事Ming Chen和Lu Yifeng Lu一起领导了AutoML项目

现场挂着一块大屏幕，上面是比赛即时排行榜，参赛的程序员就在这块大屏幕的阴影下辛勤工作。程序员们通过向网站提交代码进行测试来衡量他们在比赛中的成果，分数会实时显示在屏幕上。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!