AutoMl, bilgisayarların algılayıcı öğrenme biçimini destekleyen bir yaklaşımdır. “Automated Machine Learning” anlamına gelen bu yaklaşımda yapay zeka gibi algılayarak hareket eden bilişim sistemlerinin güçlenmesi sağlanır. Ayrıca bu algoritmaların gelişim süreçlerinin otomatikleşmesi ve pratikleşmesi amaçlanır. AutoML, aslında geleneksel makine öğrenme biçiminin daha gelişmiş bir halidir. Bu modelde geleneksel makine öğrenme modelinde yaşanan aksaklıklar giderilerek daha hızlı, verimli ve kaliteli bir gelişim süreci hedeflenir. Bu terim aslında bir makinenin eğitilmesi, öğrenme güdüsünün kazandırılması ve optimize edilmesi için kullanılan tüm yazılımları ifade eder. Bu yazılımlar veri, makine öğrenme veya yapay zeka gibi disiplinlerde yeterince tecrübeli olmayan kişilerin dahi geliştirme yapabilmesine olanak tanır. Çünkü AutoML araçları verileri otomatik olarak analiz eder ve modele uygun başarı parametrelerini seçerek optimizasyon işlemi sağlar.
Auto ML ile karmaşık ve zaman alan teknik süreçler otomatik bir araca devredilir. Böylece kullanıcılar verileri anlamaya ve iş problemlerini geliştirmeye daha fazla zaman ayırabilir. Bu araçlar daima en iyi sonuçları elde etmeye amaçlar. Bir probleme veya projeye dair farklı algoritmalar deneyerek en sağlıklı sonucu sunmaya çalışır. Bunun için Auto ML araçlarıyla güvenilir ve hızlı sonuçlar alınabildiğini söylemek mümkündür. AutoML farklı açılardan da kullanıcılara birçok avantaj sunar. Otomatik algoritma seçimi ve parametre optimizasyonu gibi özellikleri sayesinde geliştirme sürecindeki deneme yanılma sürecini minimum seviyeye indirir. Ayrıca veri setlerinin düzenlenmesi, çevrilmesi ve özellik seçimi gibi süreçleri pratikleştirir. Böylece makine öğrenmesi hakkında çalışan ekipler birçok süreci otomatik olarak aşarak modellerini kısa zamanda oluşturabilir. Auto ML araç ve teknikleri birçok iş kolu tarafından kullanılabilmektedir. Uygulama geliştirme veya veri bilimi gibi disiplinlerde bu tür araçların kullanıldığını söylemek mümkündür.