نحن نعمل على طريقة جديدة لبرمجة بايثون المرئية. قمنا بتطوير تطبيق سطح مكتب يسمى MLJAR Studio. إنها بيئة تطوير تعتمد على الكمبيوتر المحمول مع وصفات تعليمات برمجية تفاعلية وبيئة Python مُدارة. جميعها تعمل محليًا على جهازك. نحن في انتظار ملاحظاتك.
يحتوي على وصفات برمجية لبناء خطوط أنابيب ML باستخدام MLJAR AutoML.
أوتومل • ? الزئبق • ؟ مشاكل • ؟ تويتر • ? LinkedIn • موقع MLJAR
هذا هو تطبيق ويب مصمم لتدريب مسارات التعلم الآلي باستخدام MLJAR AutoML، وهو مصمم خصيصًا للبيانات الجدولية. يتم ضغط جميع النماذج التي تم إنشاؤها في تنسيق أرشيف، مما يسمح بإعادة استخدامها لحساب التنبؤات في الوضع الدفعي.
يتكون هذا الريبو من ثلاثة دفاتر ملاحظات:
يسخر تطبيق الويب إمكانات mljar الخاضعة للإشراف لإنشاء مسار التعلم الآلي باستخدام AutoML. يتضمن ذلك أتمتة العديد من المهام الرئيسية:
يتم إنشاء تطبيق الويب مباشرةً من Jupyter Notebooks باستخدام إطار عمل Mercury.
يتوفر تطبيق الويب عبر الإنترنت على الموقع automl.runmercury.com. يقتصر تحميل بيانات الإدخال على 1 ميغابايت.
يرجى تشغيل الأوامر أدناه لتشغيل تطبيق الويب محليًا. يتطلب بايثون>= 3.8.
pip install -r requirements.txt
mercury run
إذا كنت ترغب في زيادة الحد الأقصى لملف الإدخال، يرجى تغيير الخلية:
data_file = mr . File ( label = "Upload CSV with training data" , max_file_size = "1MB" )
وقم بتعيين max_file_size
الخاص بك.
يرجى تغيير الخلية التالية لزيادة وقت التدريب:
time_limit = mr . Select ( label = "Time limit (seconds)" , value = "60" , choices = [ "60" , "120" , "240" , "300" ])
الأوقات بالثواني. يرجى فقط زيادة القيم.
برجاء تحميل ملف CSV يتضمن بيانات التدريب، وتحديد ميزات الإدخال والهدف، ثم النقر فوق Start training
.
جميع النماذج التي تم إنشاؤها أثناء التدريب متاحة للتنزيل كملف مضغوط:
يرجى استخدام الوضع المتقدم إذا كنت ترغب في تعديل معلمات AutoML:
ابق على اطلاع بآخر التحديثات حول MLJAR ؟؟ من خلال متابعتنا على Twitter (MLJAR Twitter) وLinkedIn (Aleksandra LinkedIn وPiotr LinkedIn). ونحن نتطلع إلى التواصل معك وسماع أفكارك وأفكارك وتجاربك.