automl

🏆 Una lista ordenada de increíbles bibliotecas de Python para aprendizaje automático. Actualizada semanalmente.

ML rápido y preciso en 3 líneas de código

Una herramienta de Machine Learning Automatizado en Python que optimiza pipelines de aprendizaje automático mediante programación genética.

Plataforma AutoML de código abierto y bajo código para Python. PyCaret 4.0: motor nativo de sklearn + panel de control en React.

Biblioteca de AutoML para aprendizaje profundo

Aprendizaje automático automatizado con scikit-learn.

Una biblioteca de Python de código abierto para la ingeniería de características automatizada

H2O es una plataforma de Machine Learning de código abierto, distribuida, rápida y escalable: Deep Learning, Gradient Boosting (GBM) y XGBoost, Random Forest, Modelado Lineal Generalizado (GLM con Elastic Net), K-Means, PCA, Modelos Aditivos Generalizados (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Machine Learning Automático (AutoML), etc.

ZenML 🙏: Una plataforma de IA desde pipelines hasta agentes. https://zenml.io.

cube studio开源云原生一站式机器学习/深度学习/大模型AI平台，mlops算法链路全流程，算力租赁平台，notebook在线开发，拖拉拽任务流pipeline编排，多机多卡分布式训练，超参搜索，推理服务VGPU虚拟化，边缘计算，标注平台自动化标注，deepseek等大模型sft微调/奖励模型/强化学习训练，vllm/ollama/mindie大模型多机推理，私有知识库，AI模型市场，支持国产cpu/gpu/npu 昇腾生态，支持RDMA，支持pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcano等分布式

AutoRAG: Ahora tu agente puede encontrar cualquier cosa en tu computadora. Se vuelve más inteligente si lo usas con frecuencia.

Predicción ultrarrápida con modelos estadísticos y econométricos.

Una librería rápida para AutoML y optimización. Únete a nuestro Discord: https://discord.gg/Cppx2vSPVP.

Una lista seleccionada de artículos, publicaciones, tutoriales, diapositivas y proyectos de aprendizaje automático automatizado (AutoML).

Regresión simbólica de alto rendimiento en Python y Julia

Lazy Predict ayuda a construir muchos de modelos básicos sin mucho código y ayuda a comprender qué modelos funcionan mejor sin ningún ajuste de parámetros

Paquete de Python para AutoML en datos tabulares con ingeniería de características, ajuste de hiperparámetros, explicaciones y documentación automática

una excelente herramienta de machine learning que te permite entrenar, probar y usar modelos sin escribir código

Una biblioteca de ajuste de hiperparámetros para Keras

Búsqueda automática de arquitectura y optimización de hiperparámetros para PyTorch

Plataforma nativa de la nube de código abierto para ML/DL, MaaS y MLOps. Ofrece un ciclo de vida completo de algoritmos, multi-tenancy, orquestación de flujos de trabajo, entrenamiento distribuido, ajuste fino de modelos (SFT/RLHF), inferencia con vLLM/Ollama, bases de conocimiento privadas y soporte para hardware heterogéneo (Ascend, Cambricon, etc.) con capacidades de computación en el borde.

Un servicio de clasificación personalizada de Machine Learning de bajo código para artículos, listados, resultados de búsqueda y recomendaciones que aumenta la participación del usuario. Un motor Learn-to-Rank amigable.

Un framework para algoritmos de recomendación a gran escala.

TransmogrifAI es una biblioteca AutoML para construir flujos de trabajo de aprendizaje automático modulares, reutilizables y fuertemente tipados en Apache Spark con un ajuste manual mínimo

Framework abierto de implementación de la teoría de Chan en Python, compatible con el análisis y cálculo de puntos de compra/venta morfológicos/dinámicos, velas simultáneas multinivel, estrategia de intervalos anidados, representación gráfica visual, acceso a múltiples fuentes de datos, desarrollo de estrategias e integración con sistemas de trading;

Ejemplos de código en Java y Kotlin utilizados en cloud.google.com

Visualiza automáticamente cualquier conjunto de datos, de cualquier tamaño, con una sola línea de código. Creado por Ram Seshadri. Colaboradores bienvenidos. Permiso concedido previa solicitud.

Una colección de nuestros trabajos sobre NAS y Vision Transformer

Machine Learning automatizado en Kubernetes

Un ingeniero de aprendizaje automático basado en agentes.