Project Icon

LightAutoML

自动化创建二分类、多分类和回归模型解决方案

LightAutoML是一款自动化机器学习框架,专注于二分类、多分类和回归任务的模型创建。框架支持独立样本数据集处理,并运用AutoWoE库生成可解释模型。目前正在开发多表数据集和序列处理功能,还提供了GPU和Spark管道以提升计算效率。LightAutoML配有详细的文档和丰富的示例教程,适合多种机器学习需求,简化自动化模型开发。

lightwood - 用JSON-AI语法简化DS/ML生命周期的AutoML框架
AutoMLGithubJSON-AILightwood开源项目数据科学机器学习管道
Lightwood是一个用JSON-AI语法简化DS/ML生命周期的AutoML框架。它支持多种数据类型和时间序列模式,使用户无需重复编写样板代码即可专注于独特的模型部分。用户可以修改默认值或替换步骤自定义管道,同时支持自带模型的自定义架构。
LightGBM - 高效梯度提升框架 支持大规模数据并行学习
GithubLightGBM决策树开源项目数据分析机器学习梯度提升
LightGBM是一个高效的梯度提升框架,采用树形学习算法。它具有训练速度快、内存消耗低、准确性高的特点,支持并行、分布式和GPU学习,可处理大规模数据。这个开源项目在机器学习竞赛中应用广泛,在公开数据集上的表现优于多个现有框架。LightGBM为用户提供了详细文档和丰富示例,适用于多种机器学习任务。
autogluon - 自动化机器学习工具,简单实现高精度预测
AutoGluonGithubPython开源项目机器学习深度学习自动化
AutoGluon简化了机器学习任务,让用户可以在图像、文本、时间序列和表格数据上轻松训练和部署高精度模型。它支持Python 3.8至3.11,并可在Linux、MacOS和Windows上运行。只需几行代码即可快速构建端到端机器学习模型,提供详细的安装指南、快速入门教程和丰富的资源,适合各层次用户的需求。
mljar-supervised - 开源自动机器学习框架 简化表格数据建模
AutoMLGithubMLJAR开源项目数据分析机器学习模型训练
mljar-supervised是一个专门用于表格数据的开源自动机器学习框架。它可自动完成数据预处理、模型构建和超参数调优,生成详细的Markdown报告解释每个模型。该框架提供多种工作模式,包括数据解释、生产部署、竞赛优化等。支持多种算法并具备模型集成功能,能有效简化数据科学工作流程,帮助用户快速构建高质量机器学习模型。
AutoQuant - 开源自动化机器学习工具包
AutoCatBoostRegressionGithub回归模型开源项目机器学习模型评估自动化建模
AutoQuant是一个开源的自动化机器学习工具包,旨在提升模型开发和运营效率。它集成了CatBoost、LightGBM、XGBoost和H2O等先进算法,支持GPU和CPU计算。该工具包涵盖了特征工程、模型训练、评估和部署等机器学习全流程。AutoQuant在多个行业应用中表现出色,为数据科学家提供了一个高效的机器学习开发平台。
autoai - 自动化AI模型训练与优化框架
AutoAIGithub代码生成开源项目数据预处理机器学习预测模型
BlobCity AutoAI是一个自动化AI/ML模型训练框架,适用于分类和回归问题。该框架集成了特征选择、模型搜索、训练和超参数调优功能,并能生成高质量模型代码。AutoAI支持多种数据输入格式,提供内置预处理、模型评估和可视化工具,简化了AI开发流程。目前该项目处于beta版本,正在持续开发完善中。
LightGBMLSS - LightGBM概率建模扩展框架 实现全条件分布预测
GithubLightGBMLSS分布预测开源项目机器学习梯度提升概率建模
LightGBMLSS作为LightGBM的扩展框架,实现了单变量目标全条件分布的建模和预测。该框架支持多种分布类型,包括连续、离散和混合分布,并具备归一化流和混合密度等先进功能,能够有效处理复杂的多模态数据。LightGBMLSS自动推导梯度和海森矩阵,集成了超参数优化和可解释性分析功能,同时保持与LightGBM的完全兼容。这一框架为概率建模提供了全面而灵活的解决方案。
AutoMLPipeline.jl - Julia机器学习管道构建和优化工具
AutoMLPipelineGithub开源项目机器学习特征工程管道优化集成学习
AutoMLPipeline工具包用简洁表达式构建复杂机器学习管道。它基于Julia宏编程实现符号化处理,便于优化回归和分类模型结构。主要特点包括符号化API、常用库封装、可扩展架构、元集成学习和特征选择。该工具简化了从数据预处理到模型训练的流程,支持多种算法组件。
autokeras - 机器学习自动化工具,简化图像分类任务
AutoKerasAutoMLGithubPython开源项目机器学习深度学习
AutoKeras是由德州农工大学DATA实验室开发的开源项目,旨在简化机器学习流程。通过Keras的AutoML系统,用户能够轻松完成图像分类等任务。支持Python 3.7及以上版本和TensorFlow 2.8.0及以上版本,安装方便,只需使用pip命令。提供详细的官方教程和相关书籍资源,社区鼓励贡献和参与。
lightly - 简单易用的自监督学习工具,支持自定义骨干模型和分布式训练
GithubLightlyPyTorch多模型支持开源项目自监督学习计算机视觉
这个开源项目提供简单易用的自监督学习工具,支持自定义骨干模型和分布式训练。通过模块化设计,用户可以自由调整损失函数和模型头。项目还提供商业版本,包含用于嵌入、分类、检测和分割任务的预训练模型。此外,平台集成了主动学习和数据策划功能,适用于大规模数据处理和强大算法的应用。
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号