autogluon

Instalación | Documentación | Notas de la versión

AutoGluon automatiza las tareas de aprendizaje automático, lo que le permite lograr fácilmente un sólido rendimiento predictivo en sus aplicaciones. Con solo unas pocas líneas de código, puede entrenar e implementar modelos de aprendizaje automático y aprendizaje profundo de alta precisión en imágenes, texto, series temporales y datos tabulares.

? Instalación

AutoGluon es compatible con Python 3.9 - 3.12 y está disponible en Linux, MacOS y Windows.

Puedes instalar AutoGluon con:

 pip install autogluon

Visite nuestra Guía de instalación para obtener instrucciones detalladas, incluida la compatibilidad con GPU, instalaciones de Conda y dependencias opcionales.

⚡ Inicio rápido

¡Cree modelos de aprendizaje automático precisos de un extremo a otro en solo 3 líneas de código!

 from autogluon . tabular import TabularPredictor
predictor = TabularPredictor ( label = "class" ). fit ( "train.csv" )
predictions = predictor . predict ( "test.csv" )

Tarea AutoGluon	Inicio rápido	API
Predictor tabular
Predictor multimodal
Predictor de serie temporal

? Recursos

Tutoriales / Charlas Prácticas

A continuación se muestra una lista seleccionada de tutoriales y charlas recientes sobre AutoGluon. Una lista completa está disponible aquí.

Título	Formato	Ubicación	Fecha
AutoGluon: hacia el aprendizaje automático automatizado sin código	Tutorial	AutoML 2024	2024/09/09
AutoGluon 1.0: rompiendo el techo de AutoML con cero líneas de código	Tutorial	AutoML 2023	2023/09/12
AutoGluon: La Historia	Podcast	El podcast de AutoML	2023/09/05
AutoGluon: AutoML para datos tabulares, multimodales y de series temporales	Tutorial	PyData Berlín	2023/06/20
Resolver problemas complejos de aprendizaje automático en unas pocas líneas de código con AutoGluon	Tutorial	PyData Seattle	2023/06/20
La revolución del AutoML	Tutorial	Escuela AutoML de otoño 2022	2022/10/18

Publicaciones científicas

• AutoGluon-Tabular: AutoML robusto y preciso para datos estructurados ( Arxiv , 2020) (BibTeX)
• Modelos rápidos, precisos y simples para datos tabulares mediante destilación aumentada ( NeurIPS , 2020) (BibTeX)
• Evaluación comparativa de AutoML multimodal para datos tabulares con campos de texto ( NeurIPS , 2021) (BibTeX)
• XTab: Entrenamiento previo entre mesas para transformadores tabulares ( ICML , 2023)
• AutoGluon-TimeSeries: AutoML para pronósticos probabilísticos de series temporales ( AutoML Conf , 2023) (BibTeX)
• TabRepo: un repositorio a gran escala de evaluaciones de modelos tabulares y sus aplicaciones de AutoML ( en revisión , 2024)

Artículos

• AutoGluon-TimeSeries: cada modelo de pronóstico de series temporales en una biblioteca ( Hacia la ciencia de datos , enero de 2024)
• AutoGluon para datos tabulares: 3 líneas de código para alcanzar el 1 % superior en las competiciones de Kaggle ( Blog de código abierto de AWS , marzo de 2020)
• Descripción general de AutoGluon y aplicaciones de ejemplo ( Towards Data Science , diciembre de 2019)

Entrene/implemente AutoGluon en la nube

• Nube AutoGluon (recomendado)
• AutoGluon en el piloto automático de SageMaker
• AutoGluon en Amazon SageMaker
• Contenedores de aprendizaje profundo AutoGluon (seguridad certificada y mantenida por los desarrolladores de AutoGluon)
• Contenedor Docker oficial de AutoGluon
• AutoGluon-Tabular en AWS Marketplace (no mantenido por nosotros)

Citando a AutoGluon

Si utiliza AutoGluon en una publicación científica, consulte nuestra guía de citas.

Cómo involucrarse

Aceptamos activamente contribuciones de código para el proyecto AutoGluon. Si está interesado en contribuir con AutoGluon, lea la Guía de contribución para comenzar.

?️ Licencia

Esta biblioteca tiene la licencia Apache 2.0.