ATMSeer：提高自动化机器学习的透明度和可控性

为了缓解手动选择机器学习算法和调整超参数的痛苦，开发了自动机器学习（AutoML）方法来自动搜索好的模型。由于模型搜索空间巨大，不可能尝试所有模型。用户倾向于不信任自动结果，并尽可能增加搜索预算，从而削弱了AutoML的效率。为了解决这些问题，我们设计并实现了一个交互式可视化工具ATMSeer，支持用户细化AutoML的搜索空间并分析结果。为了指导ATMSeer的设计，我们基于与机器学习专家的访谈，推导出了使用AutoML的工作流程。提出了一种多粒度可视化方法，使用户能够监控AutoML过程，分析搜索到的模型，并实时细化搜索空间。我们通过两个案例研究、专家访谈和一项包含13名最终用户的用户研究，展示了ATMSeer的实用性和可用性。