hyperparameter-optimization

RayはAIコンピューティングエンジンです。Rayは、コアとなる分散ランタイムと、MLワークロードを高速化するためのAIライブラリ群で構成されています。

マルチフレームワークのコード、数学、ディスカッションを伴うインタラクティブな深層学習ブック。Stanford、MIT、Harvard、Cambridgeを含む70カ国から500の大学で採用されています。

ハイパーパラメータ最適化フレームワーク

AI開発者プラットフォーム。Weights & Biasesを使用してモデルのトレーニングとファインチューニングを行い、実験から本番環境までのモデル管理を行う。

3行のコードで実現する高速かつ正確なML

遺伝的プログラミングを使用して機械学習パイプラインを最適化するPythonの自動機械学習ツール。

scikit-learnによる自動機械学習

AutoMLとチューニングのための高速ライブラリ。Discordに参加: https://discord.gg/Cppx2vSPVP.

deeplearning.aiが提供するCourseraのDeep Learning専門コースの全科目からのノート、プログラミング課題、クイズ：(i) Neural Networks and Deep Learning; (ii) Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization; (iii) Structuring Machine Learning Projects; (iv) Convolutional Neural Networks; (v) Sequence Models

自動機械学習の論文、記事、チュートリアル、スライド、プロジェクトの厳選リスト。

AIインフラ / AIオーケストレーション / AIコントロールプレーン

特徴量エンジニアリング、ハイパーパラメータチューニング、説明可能性、自動ドキュメント生成を備えた、表形式データ向けAutoML用Pythonパッケージ

Determined は、分散トレーニング、ハイパーパラメータチューニング、実験追跡、リソース管理を簡素化するオープンソースの機械学習プラットフォームです。PyTorch および TensorFlow と連携します。

Keras向けのハイパーパラメータチューニングライブラリ。

Stable Baselines3 強化学習エージェントのためのトレーニングフレームワーク。ハイパーパラメータ最適化と事前トレーニング済みエージェントが含まれています。

Googleの内部サービスVizierをベースにした、ブラックボックスおよびハイパーパラメータ最適化のためのPythonベースの研究インターフェース

TensorFlow と Keras を使用したハイパーパラメータ実験

Robynは、Meta Marketing Scienceによる実験的かつAI/MLを活用したオープンソースのマーケティングミックスモデリング（MMM）パッケージです。モデリング知識の民主化、イノベーションによる業界へのインスピレーション、モデリングプロセスにおける人間のバイアスの削減、そして強力なオープンソースマーケティングサイエンスコミュニティの構築を使命としています。

混合探索空間におけるローカル、グローバル、集団ベース、シーケンシャルな手法を用いた軽量最適化

SMAC3：ハイパーパラメータ最適化のための多用途なベイズ最適化パッケージ

HyperView は、マーケットデータのダウンロード、Pine に似た挙動を持つ Python 戦略のバックテスト、および SL/TP パラメータの最適化を行うための、ターミナルファーストの TradingView 戦略ラボです

RLOps による強化学習の効率化。最先端の強化学習アルゴリズムとツールを提供し、進化型ハイパーパラメータ最適化により 10 倍高速なトレーニングを実現。

ハイパーパラメータオプティマイザとしての LLM エージェント。

https://github.com/optuna/optuna のサンプルコード

OCTIS: トピックモデルの比較が簡単に行える Python パッケージ (EACL2021 デモトラック採択)

Optuna 向けのリアルタイム Web ダッシュボード。

自動モデリングおよび機械学習フレームワーク「FEDOT」

世界で最もクリーンな AutoML ライブラリ ✨ - 適切なパイプライン抽象化によるハイパーパラメータチューニングで、クリーンなディープラーニング本番パイプラインを構築します。パイプラインのステップにハイパーパラメータ空間を持たせ、コンポーネントのように設計できます。Scikit-Learn、TensorFlow、およびその他のほとんどのライブラリ、フレームワーク、MLOps 環境と互換性があります。

IDS-ML のコード：機械学習アルゴリズム（決定木、ランダムフォレスト、エクストラツリー、XGBoost、スタッキング、k-means、ベイズ最適化など）を使用した侵入検知システム開発

Gradient Boostingモデルのハイパーパラメータ調整と特徴量選択を同時に行うためのPythonパッケージ