Os pesquisadores de aprendizado de máquina tomam muitas decisões ao projetar novos modelos. Eles decidem quantas camadas incluir nas redes neurais e quais pesos fornecer entradas em cada nó. O resultado de toda essa tomada de decisão humana é que modelos complexos acabam sendo “projetados por intuição” em vez de sistematicamente, diz Frank Hutter, chefe do laboratório de aprendizado de máquina da Universidade de Freiburg, na Alemanha.
Um campo crescente chamado aprendizado de máquina automatizado, ou autoML, visa eliminar as suposições. A ideia é fazer com que os algoritmos assumam as decisões que os pesquisadores atualmente precisam tomar ao projetar modelos. Em última análise, essas técnicas podem tornar o aprendizado de máquina mais acessível.
