7 ücretsiz ve ücretli python auto-sklearn alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: H2O.ai, ML.NET. Bunların yanı sıra, kullanıcılar python auto-sklearn ile prevision.io, R Caret, R mlr arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: About.
7 ücretsiz ve ücretli python auto-sklearn alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: H2O.ai, ML.NET. Bunların yanı sıra, kullanıcılar python auto-sklearn ile prevision.io, R Caret, R mlr arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: About.
auto-sklearn otomatik bir makine öğrenme aracıdır.
auto-sklearn otomatik bir makine öğrenme aracıdır.
python auto-sklearn Platformlar
Windows
Linux
Mac
python auto-sklearn Genel Bakış
auto-sklearn, otomatik bir makine öğrenimi araç seti ve bir scikit-öğrenme tahmincisi için bırakılan bir ikamedir. auto-sklearn, bir makine öğrenen kullanıcıyı algoritma seçiminden ve hiperparametre ayarından kurtarır. Bayesian optimizasyonunda, meta öğrenmede ve topluluk yapımında son zamanlardaki avantajlardan yararlanıyor. NIPS 2015'te yayınlanan makalemizi okuyarak otomatik sklearn'ün arkasındaki teknoloji hakkında daha fazla bilgi edinin. şapka))
Bu bir saat sürecek ve 0,98'in üzerinde bir doğrulukla sonuçlanacaktır.
Lisans
auto-sklearn, 3-fıkra BSD lisansı olan, scikit-learn ile aynı şekilde lisanslanmıştır. Otomatik kaykay gösterme
Otomatik sklearn'ü bilimsel bir yayında kullanırsanız, aşağıdaki makaleye atıfta bulunmaktan memnuniyet duyarız:
Verimli ve Dayanıklı Otomatik Makine Öğrenimi, Feurer ve diğerleri, Yapay Sinir İşleme Sistemlerinde Gelişmeler 28 (NIPS 2015).
Bibtex girişi:
@incollection {NIPS2015_5872, title = {Verimli ve Sağlam Otomatik Makine Öğrenimi}, yazar = {Feurer, Matthias ve Klein, Aaron ve Eggensperger, Katharina ve Springenberg, Jost ve Blum, Manuel ve Hutter, Frank}, booktitle = {Yapay Sinir İşleme Sistemlerinde Gelişmeler 28}, editör = {C. Cortes ve ND Lawrence ve DD Lee ve M. Sugiyama ve R. Garnett}, sayfalar = {2962--2970}, yıl = {2015}, yayıncı = {Curran Associates, Inc.}, url = { http://papers.nips.cc/paper/5872-efficient-and-robust-automated-machine-learning.pdf } }
Katkı
Hata bildirimlerinden ve dokümantasyondan yeni özelliklere kadar otomatik sklearn'e katkınız için teşekkür ederiz. Bu koda katkıda bulunmak istiyorsanız, İhtiyaç katkısı ile işaretlenmiş olan sorun izleyiciden bir sorun seçebilirsiniz.