automl

자동 ML 모델 생성(AutoML)을 위한 빠르고 커스터마이징 가능한 프레임워크

ModelFox를 사용하면 머신러닝 모델을 쉽게 학습, 배포 및 모니터링할 수 있습니다.

[ICLR 2019] ProxylessNAS: 타겟 태스크 및 하드웨어를 위한 직접 신경망 아키텍처 검색

자동화된 시계열 예측

[pip install medmnist] 2D 및 3D 생체 의학 이미지 분류를 위한 18개의 표준화된 데이터셋

적은 데이터와 짧은 시간에 컴퓨터 비전 모델 구축.

SMAC3: 하이퍼파라미터 최적화를 위한 다목적 베이지안 최적화 패키지

그래프 머신러닝을 위한 AutoML 프레임워크 및 툴킷

TensorFlow 101: 딥러닝 소개입니다.

자원 제약 환경에서의 빠르고 간결한 딥 네트워크 구조 학습

RLOps를 통한 강화학습 간소화. 진화형 하이퍼파라미터 최적화를 통해 10배 더 빠른 학습을 제공하는 최첨단 RL 알고리즘 및 툴.

하이퍼파라미터 최적화 도구로서의 LLM agent.

Python으로 작성된 AutoML 라이브러리 EvalML

Luminaire는 시계열 데이터 모니터링을 위한 머신러닝 기반 솔루션을 제공하는 파이썬 패키지입니다.

Julia 기반의 분산 고성능 기호 회귀 분석

Google Cloud Vertex AI를 사용하여 머신러닝 및 생성형 AI 워크플로우를 사용, 개발 및 관리하는 방법을 보여주는 노트북, 코드 샘플, 샘플 앱 및 기타 리소스

단 한 줄의 코드로 시계열 데이터셋에 대한 ARIMA, SARIMAX, VAR, FB Prophet 및 XGBoost 모델을 자동으로 구축합니다. Ram Seshadri가 제작했으며 공동 작업자를 환영합니다.

Kaggle 데이터 사이언스 경진대회 코드

Python 프로그램 조작하기

자동화된 모델링 및 머신러닝 프레임워크 FEDOT

Ruby를 위한 머신러닝

NAS-Bench-201 API 및 지침

정적/배치 및 온라인/지속적 학습을 위한 AutoML 방법론 구현 및 튜토리얼

NASLib은 최신 NAS 탐색 공간 및 최적화 도구 인터페이스를 제공하여 커뮤니티의 NAS 연구를 지원하는 Neural Architecture Search(NAS) 라이브러리

단 한 줄의 코드로 여러 ML 모델을 자동으로 빌드합니다. Ram Seshadri 제작, 협업 환영, 요청 시 권한 부여.

자동화된 특성 공학 및 선택 기능을 갖춘 선형 예측 모델

자동화된 예측 엔지니어링을 위한 머신러닝 도구입니다. 예측 문제를 쉽게 구조화하고 지도 학습을 위한 레이블을 생성할 수 있습니다.

Lightwood는 머신러닝을 위한 레고입니다.