README in anderen Sprachen: 中文, deutsch, français, oder tragen Sie Ihre eigene bei.
Lale ist eine Python-Bibliothek für halbautomatische Datenwissenschaft. Lale erleichtert die automatische Auswahl von Algorithmen und die Optimierung von Hyperparametern von Pipelines, die mit scikit-learn kompatibel sind, und zwar auf typsichere Weise. Wenn Sie ein Datenwissenschaftler sind, der mit automatisiertem maschinellem Lernen experimentieren möchte, ist diese Bibliothek genau das Richtige für Sie! Lale bietet in drei Dimensionen einen Mehrwert, der über Scikit-Learn hinausgeht: Automatisierung, Korrektheitsprüfungen und Interoperabilität. Zur Automatisierung bietet Lale eine konsistente High-Level-Schnittstelle zu vorhandenen Pipeline-Suchtools, einschließlich Hyperopt, GridSearchCV und SMAC. Für Korrektheitsprüfungen verwendet Lale das JSON-Schema, um Fehler zu erkennen, wenn eine Nichtübereinstimmung zwischen Hyperparametern und ihrem Typ oder zwischen Daten und Operatoren besteht. Und für die Interoperabilität verfügt Lale über eine wachsende Bibliothek von Transformatoren und Schätzern aus beliebten Bibliotheken wie scikit-learn, XGBoost, PyTorch usw. Lale kann wie jedes andere Python-Paket installiert und mit handelsüblichen Python-Tools wie bearbeitet werden als Jupyter-Notebooks.
Der Name Lale, ausgesprochen laleh , kommt vom persischen Wort für Tulpe. Ähnlich wie beliebte Bibliotheken für maschinelles Lernen wie scikit-learn ist auch Lale nur eine Python-Bibliothek und keine neue eigenständige Programmiersprache. Es ist nicht erforderlich, dass Benutzer neue Tools installieren oder neue Syntax erlernen.
Lale wird unter den Bedingungen der Apache 2.0-Lizenz vertrieben, siehe LICENSE.txt. Es befindet sich derzeit in einer Alpha-Version ohne jegliche Gewährleistung.