预期管理，才是成年人最大的解药

许TPOT的最佳特性是可以将模型导出为Python代码文件，方便以后使用。

3.HyperOpt

由James Bergstra开发的HyperOpt是一个用于贝叶斯优化的Python库。为大规模优化具有数百个参数的模型而设计，该库明确用于优化机器学习管道，并具有在多个核和机器之间扩展优化过程的选项。

“我们的方法是公开一个性能度量(例如验证示例上的分类精度)如何从超参数计算的底层表达式图，这些超参数不仅控制单个处理步骤的应用，而且甚至控制包含哪些处理步骤。”

然而，HyperOpt很难直接使用，因为它存在技术壁垒，需要仔细指定优化过程和参数。我建议使用HyperOpt-sklearn，这是一个包含sklearn库的HyperOpt包装器。

具体来说，尽管HyperOpt支持预处理，但其主要关注几十个进入特定模型的超参数。考虑一次HyperOpt-sklearn搜索的结果，在没有进行预处理的情况下，得到了一个梯度增强分类器：
 

机器学习(AutoML)是一个新兴领域，其中用来建模数据的机器学习模型是一个自动化的过程，AutoML的功能使建模更为轻松。如果对AutoML感兴趣，笔者向你推荐以下4个必学的Python库。

1.auto-sklearn

auto-sklearn是一个自动机器学习工具包，无缝集成业内许多人都熟悉的标准sklearn界面。通过使用贝叶斯优化等最新方法，构建库来导航可能的模型空间，并学习推断特定的配置是否能很好地完成给定任务。

这个库是由Matthias Feurer等人创建，其技术细节在一篇名为《高效和鲁棒机器学习》的论文中进行了描述。Feurer写道：“我们引入了一个基于scikit-learn的新鲁棒性自动系统——使用15个分类器、14个特征预处理方法和4个数据预处理方法生成110个超参数的结构化假设空间。”

auto-sklearn可能是入门AutoML的最佳库。除了挖掘数据集的数据准备和模型选择之外，它还能学习类似数据集上性能良好的模型。
 

总部设在芝加哥的远程办公软件公司Basecamp LLC首席执行官贾森·弗里德说：“如果有人应该支持高薪、同工同酬和优秀才能，那应该是这些公司——我觉得这相当虚伪。”他说，科技公司利润丰厚，很容易就能负担做出正确事情的成本。“你是在雇用一个人以及他们带来的技能。”

今年5月，脸书公司表示，未来10年，他们将基本上转向远程办公，地理位置将影响薪酬。脸书公司一位发言人拒绝公布任何按市场支付薪酬数据。推特公司是首批宣布将允许员工长期远程工作的公司之一。该公司表示，在支付本地化方面拥有竞争优势。

报道指出，更多企业也纷纷效仿。据一篇博客文章称，微软公司上周表示，它将允许一些员工永久远程办公。在等待批准的情况下，有些人将获准在美国国内迁移，但福利和薪酬可能会根据公司的薪酬等级因地点而变化。

报道还指出，支付公司斯特里普已开始向离开旧金山、纽约或西雅图的雇员提供两万美元的一次性补贴，但他们必须降薪10%。对于云软件提供商威睿公司员工来说，从湾区搬到丹佛可能意味着减薪18%。

随着远程办公在新冠肺炎疫情中成为大规模长期行为，一些招聘顾问和猎头公司对薪酬应该根据生活成本计算量身定制的想法提出质疑。他们不认同应该降低雇员从事同样工作的薪水的观点——即使工作是在成本更低的地方完成的。

报道还称，现在要知道离开湾区的人数或者整个行业由于他们离开的工资状况还为时尚早。脸书等一些公司已要求员工在1月1日前告知公司迁移计划。根据技术咨询公司红杉公司10月份对240家美国科技企业进行调查的初步结果，33%的企业对永久性重新安置雇员政策拿不定主意。约22%的受访企业表示他们正在调整薪酬，20%的企业说他们不会调整。

报道认为，减薪举动也会对雇主产生事与愿违的影响。非固定劳动力管理公司PRO Unlimited首席执行官、几家大型科技公司前高管凯文·阿克罗伊德说，给想要搬到更低生活成本地区的员工减薪，可能会导致不满的员工大量跳槽。

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!