automl

快速且可客製化的自動建立 ML 模型框架 (AutoML)

ModelFox 讓機器學習模型的訓練、部署與監控變得輕鬆簡單。

[ICLR 2019] ProxylessNAS：針對目標任務與硬體的直接神經架構搜尋

自動化時間序列預測

[pip install medmnist] 用於 2D 與 3D 生物醫學影像分類的 18 個標準化資料集

以極少的時間與更少的数据建立電腦視覺模型。

SMAC3：用於超參數優化的通用貝氏最佳化套件

用於圖機器學習的 autoML 框架與工具包。

TensorFlow 101：深度學習簡介

快速且簡單的資源受限深度網路結構學習

以 RLOps 簡化強化學習。搭載最先進的 RL 演算法與工具，透過進化式超參數最佳化實現快 10 倍的訓練速度。

將 LLM Agent 作為你的超參數優化器。

EvalML 是一個用 python 編寫的 AutoML 庫。

Luminaire 是一個 Python 套件，提供機器學習驅動的監控時間序列資料解決方案。

Julia 語言中的分散式高效能符號迴歸

筆記本、程式碼範例、範例應用程式及其他資源，展示如何使用 Google Cloud Vertex AI 開發與管理機器學習及生成式 AI 工作流程。

只需一行程式碼即可在時間序列資料集上自動建立 ARIMA、SARIMAX、VAR、FB Prophet 與 XGBoost 模型。由 Ram Seshadri 建立。歡迎協作者加入。

Kaggle 資料科學競賽程式碼

操作 Python 程式

自動化建模與機器學習框架 FEDOT

適用於 Ruby 的機器學習

NAS-Bench-201 API 與說明

使用自動化機器學習（AutoML）方法進行靜態／批次與線上／持續學習的實作／教學

NASLib 是一個神經架構搜尋 (NAS) 函式庫，透過提供多種最先進 NAS 搜尋空間與最佳化器的介面，促進社群的 NAS 研究。

用一行程式碼自動建立多個機器學習模型。由 Ram Seshadri 建立。歡迎協作。經請求可獲得許可。

具備自動化特徵工程與選擇能力的線性預測模型

用於自動化預測工程的機器學習工具。它讓您能輕鬆建構預測問題並為監督式學習產生標籤

Lightwood 是機器學習界的樂高積木。