Prozess der Suche nach der richtigen Kombination von Hyperparameterwerten, um eine maximale Datenverarbeitungsleistung in angemessener Zeit zu erreichen.
Lernalgorithmen, die von anderen Lernalgorithmen lernen. Zum Beispiel werden Metadaten, die mit Lerntechniken verbunden sind, in einen anderen (Meta-)Lerner eingegeben, um dessen Leistung zu verbessern oder sogar das (Meta-)Lernen selbst zu bewirken oder zu lernen.
Typische Beispiele oder Merkmale solcher Lern- oder Trainingsverfahren: automatisiertes maschinelles Lernen [Automated Machine Learning, AutoML], neuronale Architektursuche [Neural Architecture Search, NAS], Bayessche Optimierung, Algorithmenauswahl [Algorithm Selection], Ende-zu-Ende-Lernen [End-to-End Learning].