automl app

Cara baru untuk membangun pipeline ML!

Kami sedang mengerjakan cara baru untuk pemrograman visual Python. Kami mengembangkan aplikasi desktop bernama MLJAR Studio. Ini adalah lingkungan pengembangan berbasis notebook dengan resep kode interaktif dan lingkungan Python yang dikelola. Semua berjalan secara lokal di mesin Anda. Kami menunggu tanggapan Anda.

Ia memiliki resep kode untuk membangun pipeline ML dengan MLJAR AutoML.

---

Aplikasi Web AutoML?

AutoML • ? Merkuri • ? Masalah • ? Twitter • ?‍ LinkedIn • Situs Web MLJAR

Ini adalah Aplikasi Web yang dirancang untuk melatih alur Machine Learning menggunakan MLJAR AutoML, yang dirancang khusus untuk data tabular. Semua model yang dihasilkan dikompresi ke dalam format arsip, sehingga model tersebut dapat digunakan kembali untuk menghitung prediksi dalam mode batch.

Repo ini terdiri dari tiga notebook:

• notebook untuk melatih AutoML dengan UI sederhana,
• notebook tingkat lanjut untuk melatih AutoML dengan UI yang lebih canggih (Anda dapat memilih metode rekayasa fitur, algoritme, strategi validasi, dan metrik evaluasi),
• notebook untuk menghitung prediksi.

Aplikasi Web memanfaatkan kemampuan yang diawasi mljar untuk membangun alur Machine Learning dengan AutoML. Hal ini melibatkan otomatisasi beberapa tugas utama:

• pemrosesan awal data,
• fitur rekayasa,
• pemilihan & penyetelan algoritma,
• Penjelasan model ML,
• dokumentasi otomatis.

Aplikasi Web dibuat langsung dari Jupyter Notebooks dengan kerangka Mercury.

Demo

MLJAR-AutoML-Web-App.mp4

Demo daring

Aplikasi Web tersedia online di automl.runmercury.com. Pengunggahan data masukan dibatasi hingga 1 MB.

Jalankan secara lokal

Silakan jalankan perintah di bawah ini untuk menjalankan Aplikasi Web secara lokal. Itu membutuhkan Python >= 3.8.

pip install -r requirements.txt
mercury run

Buku Catatan Pelatihan?

Jika Anda ingin menambah batas file input, silakan ubah selnya:

 data_file = mr . File ( label = "Upload CSV with training data" , max_file_size = "1MB" )

dan atur max_file_size Anda.

Silakan ubah sel berikut untuk menambah waktu pelatihan:

 time_limit = mr . Select ( label = "Time limit (seconds)" , value = "60" , choices = [ "60" , "120" , "240" , "300" ])

Waktu dalam hitungan detik. Tolong tingkatkan saja nilainya.

Model pelatihan di Aplikasi Web

Silakan unggah file CSV yang berisi data pelatihan, pilih fitur masukan & target, lalu klik Start training .

Semua model yang dibuat selama pelatihan tersedia untuk diunduh sebagai file zip:

Buku Catatan Pelatihan Tingkat Lanjut?

Silakan gunakan mode lanjutan jika Anda ingin mengubah parameter AutoML:

?‍? Terhubung dengan Kami di LinkedIn & Twitter

Tetap up to date dengan update terkini tentang MLJAR ?? dengan mengikuti kami di Twitter (MLJAR Twitter) dan LinkedIn (Aleksandra LinkedIn & Piotr LinkedIn). Kami berharap dapat terhubung dengan Anda dan mendengarkan pemikiran, ide, dan pengalaman Anda.

Semoga berhasil dengan pelatihan ML!