AutoML (Automated Machine Learning) este o categorie de tehnologii și instrumente software care automatizează etapele complexe și consumatoare de timp ale dezvoltării unui model de învățare automată — de la pregătirea datelor și selecția caracteristicilor, până la alegerea algoritmului potrivit și reglarea hiperparametrilor — reducând drastic nevoia de expertiză tehnică profundă în știința datelor.
În mod tradițional, construirea unui model performant de învățare automată necesită un specialist care testează manual multiple algoritmi, ajustează zeci de parametri și evaluează iterativ rezultatele — un proces care poate dura săptămâni. Platformele AutoML automatizează acest proces prin căutare sistematică: testează automat zeci sau sute de combinații de algoritmi și configurații de hiperparametri, evaluează performanța fiecăreia pe date de validare, și selectează automat configurația cu cele mai bune rezultate.
Instrumente populare de AutoML includ Google Cloud AutoML, Microsoft Azure Automated ML, H2O.ai și biblioteci open-source precum Auto-sklearn, care pot fi folosite atât de specialiști experimentați (pentru a accelera prototiparea), cât și de utilizatori de business fără cunoștințe tehnice avansate, care doresc să obțină rapid un model funcțional pornind de la datele companiei lor.
Deși AutoML democratizează accesul la învățarea automată, nu elimină complet nevoia de expertiză umană: interpretarea corectă a rezultatelor, înțelegerea limitărilor unui model automat generat, verificarea calității și relevanței datelor de intrare, și integrarea responsabilă a modelului într-un proces de business rămân sarcini care necesită, în continuare, judecată și cunoștințe specializate.
