我们在这篇文章中详细解释了自动机器学习（AutoML）。在这篇文章中我们将讨论如何找到适合您业务的自动机器学习软件。
3种类型的自动机器学习解决方案提供商
开源方案
AI是少数几个企业愿意投入大量资金研究的科学领域之一，即使是像苹果这样的喜欢保密科技巨头也公开了他们的研究成果。因此，市场上出现有竞争力的优秀开源自动机器学习工具也就不足为奇了。
我们遇到的所有开源工具都需要Python或R语言中的主动开发环境，并且要求用户至少编写几行代码来启动自动机器学习流程。
初创公司
鉴于AI人才的稀缺，自动机器学习会对AI的大众化以及提高公司的效率和效益产生巨大影响。大量的初创公司正在不断成立，并筹集了充裕的资金来抓住这一机会。
大多数初创公司旨在提供普通用户（无技术背景）可以使用的带有简洁启动界面的工具。某些工具还提供可视化功能，以解释其发现和生成的模型。
科技巨头
谷歌自称是”AI优先”的公司并正在往这个方向发展。谷歌云自动机器学习是科技巨头推出的首批自动机器学习工具之一。IBM的SPSS是最受欢迎的分析软件提供商之一，一直为各种自动机器学习工具（如自动分类器）提供服务。
自动机器学习供应商的完整列表
| Software | Category | Launched in* | # of employees** |
|---|---|---|---|
| Auger.ai | Startup | 2017 | |
| Auto-sklearn | Open source (Python) | ||
| Auto-WEKA | Open source | 2013 | |
| BigML OptiML | Open source | ||
| Business Insight's TIMi Suite | Startup | 11-25 | |
| Caret | Open source (R) | ||
| Compellon | Startup | 2011 | 11-25 |
| DataRobot | Startup | 2012 | 251-500 |
| DMWay Analytics | Startup | 2014 | 1-10 |
| Enhencer | Startup | 2017 | 1-10 |
| Google Cloud AutoML | Tech giant | 2018 | |
| H2O.ai | Startup | 2012 | 51-100 |
| Kortical | Startup | 2016 | 11-25 |
| MLJAR | Startup | 2016 | 1-10 |
| PurePredictive | Startup | 2011 | 11-50 |
| Tazi.ai | Startup | 2015 | 1-10 |
| TPOT (Tree-based Pipeline Optimization Tool) | Open source (Python) | ||
| Xpanse Analytics | Startup | 2014 | 1-10 |
*工具推出日期不是公司成立的日期。这是因为在讨论其云自动机器学习工具时，Google的成立日期无关紧要。
**LinkedIn上的员工人数。只与专注于单一产品的初创公司相关，因为在讨论谷歌云自动机器学习工具时谷歌的员工数量是无关紧要的。这对于开源工具来说也无关紧要，因为贡献者是兼职开发者，因此不能与初创公司的员工直接比较。我们应该在这里为开源项目添加一些与github相关的人气指标。
自动机器学习工具可以极大地促进公司的数据科学工作。如果您不确定要与哪个供应商合作，请查看
