一文定義
AutoMLとは、機械学習のモデル選択・ハイパーパラメータ調整・特徴量エンジニアリングなどを自動化する手法です。専門知識がなくてもMLモデルを構築できる民主化ツールとして、Google AutoMLなどが普及しています。
詳細解説
AutoML（Automated Machine Learning）とは、機械学習パイプラインの構築に必要な専門的作業—特徴量エンジニアリング、モデルアーキテクチャ選択、ハイパーパラメータ最適化、アンサンブル学習—を自動化する手法・ツールの総称です。機械学習の民主化と専門家の作業効率化を目的としています。
AutoMLが重要な理由は、高品質なMLモデル構築に必要な専門知識と試行錯誤のコストを大幅に削減できるためです。データサイエンティストが手動で行っていたモデル選択・チューニング作業を自動化することで、ドメイン専門家がコードなしでモデルを構築したり、データサイエンティストが反復作業を自動化して高次の設計に集中できます。
主なAutoMLツールとして、Google AutoML（クラウドサービス）、H2O AutoML（オープンソース）、Auto-sklearn（scikit-learnベース）、Microsoft Azure AutoML、Amazon SageMaker Autopilotなどがあります。Neural Architecture Search（NAS）はディープラーニング向けAutoMLの一形態で、EfficientNetなど優れたアーキテクチャを自動発見しました。LLM時代のAutoMLとして、LLMをメタ学習器として使ったプロンプト最適化（DSPy等）も登場しています。
参考情報・出典
- ▸Automated Machine Learning: Methods, Systems, Challenges— Hutter et al. / Springer (2019)（参照日: 2026-02-26）
- ▸Google Cloud AutoML Documentation— Google Cloud（参照日: 2026-02-26）
最終更新: 2026-02-26← 用語集一覧へ