Artifacts_Based_AutoML工具效益与局限性多语文献综述数据

数据集概述

本数据集是针对自动化机器学习（AutoML）工具效益与局限性的多语文献综述成果，整合了54篇学术文献与108篇灰色文献的分析结果，涵盖AutoML在工作流优化、模型性能提升等18项效益，以及透明度不足、灵活性有限等25项局限性，为AutoML工具的应用与研究提供参考。

文件详解

• 文件名称：MLR automl.xlsx
• 文件格式：XLSX
• 字段映射介绍：未提供具体字段信息，推测包含文献来源分类（学术/灰色文献）、AutoML工具效益与局限性的主题分类、各文献中明确报告的具体效益与局限性描述等核心内容。

数据来源

Artifacts: A Multivocal Literature Review on the Benefits and Limitations of Automated Machine Learning Tools

适用场景

• AutoML工具评估研究: 分析不同AutoML工具在实际应用中的效益与局限性表现。
• 机器学习技术普及研究: 探究AutoML对降低ML技术门槛、促进非专业用户 adoption的作用。
• 人工智能工具优化方向分析: 基于局限性数据，为AutoML工具的功能改进提供方向参考。
• 学术与灰色文献整合研究: 验证多语文献综述方法在技术工具评估中的应用效果。