automl app

Новый способ построения конвейеров машинного обучения!

Мы работаем над новым способом визуального программирования на Python. Мы разработали настольное приложение под названием MLJAR Studio. Это среда разработки на основе блокнота с интерактивными рецептами кода и управляемой средой Python. Все работает локально на вашем компьютере. Мы ждем ваших отзывов.

В нем есть рецепты кода для создания конвейеров машинного обучения с помощью MLJAR AutoML.

---

Веб-приложение AutoML?

АвтоМЛ • ? Меркурий • ? Проблемы • ? Twitter • ?‍ LinkedIn • Веб-сайт MLJAR

Это веб-приложение, предназначенное для обучения конвейеров машинного обучения с использованием MLJAR AutoML, специально предназначенного для табличных данных. Все сгенерированные модели сжимаются в архивный формат, что позволяет повторно использовать их для расчета прогнозов в пакетном режиме.

Этот репозиторий состоит из трех блокнотов:

• блокнот для обучения AutoML с простым пользовательским интерфейсом,
• расширенный блокнот для обучения AutoML с более продвинутым пользовательским интерфейсом (вы можете выбрать методы проектирования функций, алгоритмы, стратегию проверки и метрику оценки),
• блокнот для вычислений предсказаний.

Веб-приложение использует возможности mljar-supervised для построения конвейера машинного обучения с помощью AutoML. Это предполагает автоматизацию нескольких ключевых задач:

• предварительная обработка данных,
• особенности инженерии,
• выбор и настройка алгоритма,
• Объяснения моделей ML,
• автоматическое документирование.

Веб-приложение создается непосредственно из Jupyter Notebooks с платформой Mercury.

Демо

MLJAR-AutoML-Web-App.mp4

Онлайн демо

Веб-приложение доступно на сайте automl.runmercury.com. Загрузка входных данных ограничена 1 МБ.

Запускать локально

Выполните приведенные ниже команды, чтобы запустить веб-приложение локально. Требуется Python >= 3.8.

pip install -r requirements.txt
mercury run

Учебный блокнот?

Если вы хотите увеличить лимит входного файла, измените ячейку:

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

и установите свой max_file_size .

Пожалуйста, измените следующую ячейку, чтобы увеличить время обучения:

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

Время указано в секундах. Пожалуйста, просто увеличьте значения.

Модели обучения в веб-приложении

Загрузите CSV-файл с данными обучения, выберите входные функции и цель и нажмите Start training .

Все модели, созданные в ходе обучения, доступны для скачивания в виде zip-файла:

Блокнот для повышения квалификации?

Используйте расширенный режим, если вы хотите настроить параметры AutoML:

?‍? Свяжитесь с нами в LinkedIn и Twitter

Будьте в курсе последних обновлений о MLJAR ?? подписавшись на нас в Twitter (MLJAR Twitter) и LinkedIn (Александра LinkedIn и Петр LinkedIn). Мы с нетерпением ждем возможности связаться с вами и услышать ваши мысли, идеи и опыт.

Удачи в обучении ML!