目前，机器学习的使用过程仍然有些困难

目前，机器学习的使用过程仍然有些困难，需要消耗大量的数据科学家服务。 AutoML 技术的诞生便是为了帮助组织降低这种复杂性和对专业 ML 人员的依赖。

AutoML 允许用户指向一个数据集，选择感兴趣的主题（特征）并设置影响主题的变量（标签）。 接着，用户告知模型名称，然后基于机器学习创建预测或数据分类模型。

这不需要了解认知算法，因为 AutoML 会在内部执行市面上的主要算法，并指出预测或分类数据的**算法。

用户现在可以从经过训练的模型中指向新数据，轻松进行预测和分类。

示例如下：

6) 在模型定义中，选择第 4 步中创建的问题，并按示例填写字段：

10) 您的模型已经准备好预测新数据了！