7月，全球AI科学家线上参与了第37届国际机器学习会议（ICML）。同期举办的AutoML@ICML2020研讨会聚焦自动机器学习相关领域，包括神经架构搜索、超参数优化、元学习等。

某机构AWS副总裁兼杰出科学家Alex Smola在研讨会上发表了关于表格数据自动机器学习的主题演讲。演讲重点介绍了开源库AutoGluon Tabular的技术架构，该工具支持开发者通过少量代码快速构建基于图像、文本或表格数据的机器学习应用，其核心技术包括：

1. 自动化流程：集成数据预处理、模型选择及超参数优化
2. 多模态支持：兼容图像、文本和结构化表格数据
3. 深度学习优化：自动部署高效的神经网络架构

演讲中展示了AutoGluon如何降低机器学习应用开发门槛，使开发者无需深入调参即可实现高性能模型部署。该技术已应用于多个实际场景，显著提升了开发效率。