机器学习的力量和前景催生了对专业知识的需求,超过了专门从事这一领域的数据科学家的供给。为了应对这种技能缺口,我们看到了自动机器学习这些工具旨在使非专家能够轻松地自动化端到端模型选择和培训过程。例子包括谷歌的AutoML,DataRobot和H2O AutoML界面.尽管我们已经看到了这些工具带来的很好的结果,但我们还是要提醒企业不要将它们视为机器学习过程的总和。如水的网站他说:“我们仍然需要一些数据科学方面的知识和背景来制作高性能的机器学习模型。”对自动化技术的盲目信任也增加了引入伦理偏见或做出不利于少数群体的决策的风险。虽然企业可以使用这些工具作为起点来生成有用的、经过训练的模型,但我们鼓励他们寻找有经验的数据科学家来验证和改进结果。