AutoML (Automated Machine Learning) è l’insieme di tecniche e strumenti che automatizzano le parti più ripetitive del ciclo di sviluppo dei modelli di machine learning: pre-elaborazione dei dati, feature engineering, scelta dell’algoritmo, ottimizzazione degli iperparametri e valutazione delle prestazioni.
Il risultato pratico è che un team di dati può esplorare in poche ore ciò che prima richiedeva giorni di sperimentazione manuale, e può costruire e mantenere più modelli con le stesse risorse.
Che cosa automatizza AutoML e che cosa no
Automatizza:
- l’imputazione dei valori nulli, con più strategie testate in parallelo;
- la codifica delle variabili categoriche (one-hot, target encoding, embedding);
- la selezione e la trasformazione delle feature, con valutazione della loro importanza;
- la ricerca degli iperparametri con algoritmi di ottimizzazione bayesiana;
- il confronto tra algoritmi (gradient boosting, reti neurali, regressione regolarizzata e altri);
- l’ensemble di modelli per massimizzare le prestazioni.
Non automatizza:
- la definizione del problema di business e delle metriche di successo;
- la verifica della qualità e della rappresentatività dei dati;
- la progettazione dell’architettura di inferenza in produzione;
- l’analisi delle distorsioni e dell’equità del modello;
- l’interpretazione dei risultati a supporto delle decisioni.
AutoML accelera il ciclo tecnico, ma non sostituisce il giudizio del team di dati né l’allineamento con il business.
Le piattaforme principali
| Piattaforma | Profilo | Punto di forza |
|---|---|---|
| Google Vertex AI AutoML | Cloud (GCP) | Integrazione nativa con BigQuery e con la produzione su GCP |
| Azure AutoML | Cloud (Azure) | Integrazione con Azure ML e Power BI |
| AWS SageMaker Autopilot | Cloud (AWS) | Trasparenza: genera il codice della pipeline risultante |
| H2O AutoML | Open source / Cloud | Prestazioni sui dati tabellari, interfaccia web gratuita |
| AutoGluon | Open source | Molto competitivo nei benchmark, facile da usare |
| FLAML | Open source (Microsoft) | Efficienza con risorse limitate |
La scelta dipende dall’infrastruttura esistente, dal volume dei dati e dalla necessità che il codice sia verificabile.
Quando AutoML ha senso in azienda
AutoML è particolarmente utile quando:
- ci sono più modelli simili da mantenere (uno per area geografica, per prodotto, per segmento);
- il team di dati dedica molto tempo alla fase di sperimentazione;
- i modelli vanno aggiornati spesso, man mano che arrivano nuovi dati;
- il team tecnico è piccolo e vuole coprire il maggior numero possibile di casi d’uso.
Non ha senso quando il problema richiede architetture di deep learning molto specifiche (visione, linguaggio), quando i dati sono estremamente scarsi o quando la spiegabilità e il pieno controllo della pipeline sono requisiti normativi stringenti.
AutoML nel ciclo MLOps
AutoML non sostituisce l’MLOps, ne è una componente. Il flusso consigliato integra AutoML nella fase di sperimentazione e scelta del modello e collega poi la pipeline migliore al sistema di addestramento continuo, di monitoraggio del drift e di versionamento dei modelli della piattaforma MLOps.
Domande frequenti
AutoML sostituisce i data scientist? No. AutoML automatizza attività ripetitive del ciclo tecnico e libera il team di dati per il lavoro a maggior valore: comprendere il problema, progettare la strategia sui dati, interpretare i risultati e gestire il ciclo di vita del modello in produzione.
I modelli AutoML sono competitivi rispetto a quelli sviluppati manualmente? Nei problemi con dati tabellari strutturati, i modelli AutoML (soprattutto con ensemble) sono spesso comparabili o superiori a quelli sviluppati manualmente. Nei problemi con componenti di deep learning o dati non strutturati, i modelli manuali specializzati di solito superano AutoML.
Quanto dura un esperimento AutoML? Dipende dalla dimensione del dataset e dal budget computazionale assegnato. Esperimenti di base con dataset sotto le 100.000 righe e poche ore di calcolo producono di solito un modello competitivo. Ricerche più esaustive possono durare giorni, valutando in parallelo più candidati.