近日，nlps2018 第三屆自動機器學習挑戰賽(automl3 - lifelong ml with concept drift challenge)成績榜單公布，由浪潮集團聯合北京郵電大學和中南大學的ai工程師團隊“grandmasters”以出色表現在三百余支參賽隊伍中獲得全球第三名。冠亞軍分別為創業公司團隊“audodidact.ai”和清華大學計算機系朱文武教授團隊“meta_learners”。nips2018 大會將于 12 月2- 7 日在加拿大蒙特利爾舉行，據預計本次大會將有近萬人參加，成為最盛大的人工智能學術盛會，大會上將為本次挑戰賽獲獎者舉行頒獎，前三名團隊還將做口頭報告。

automl挑戰賽是自動機器學習領域的國際頂尖賽事，今年大賽首次登陸人工智能及機器學習領域頂級會議nips(即neurips，conference on neural information processing systems，神經信息處理系統大會)，吸引了來自清華大學、北京大學、麻省理工學院、德州農工大學、微軟、騰訊、阿里巴巴、autodidact.ai等頂尖高校、公司的眾多優秀團隊的參與。

自動機器學習(automated machine learning， 簡稱automl)是近年來人工智能領域的研究熱點之一，它能夠使機器學習的工作流程實現自動化，降低對算法開發人員的依賴，縮短模型開發時間。但是在許多實際應用場景中，automl也會面臨挑戰。例如，數據按天、周、月甚至年依次到來，并且隨著時間推移，數據分布會發生變化。在這種情況下，automl面臨著持續學習或終生機器學習的挑戰。這類問題在在線廣告、推薦系統、情緒分析、欺詐檢測、垃圾郵件過濾、交通監控、計量經濟學、患者監控、氣候監測等機器學習應用中很常見。本屆比賽要求參賽者關注這類問題，設計自主實現終生機器學習的計算機程序，對算法通用性、自適應能力、魯棒性、運行時間等都提出了很高的要求。

“grandmasters”團隊通過構建新的數據特征，在原始模型基礎上使精度提升了27%，并對lightgbm模型進行微調工作，進一步將模型性能提升了10%。浪潮ai工程師獨立設計了特征選擇算法，通過降低數據特征維度將模型訓練時間縮短了30%，并且提出了一種滑窗數據訓練方法以平衡訓練時間和計算精度，最終在提高模型性能和精度的同時降低了訓練時間，從而在決賽中脫穎而出。

以上是網絡信息轉載，信息真實性自行斟酌。