autogluon

การติดตั้ง | เอกสารประกอบ | บันทึกประจำรุ่น

AutoGluon ทำให้งานการเรียนรู้ของเครื่องเป็นอัตโนมัติ ช่วยให้คุณบรรลุประสิทธิภาพการคาดการณ์ที่แข็งแกร่งในแอปพลิเคชันของคุณได้อย่างง่ายดาย ด้วยโค้ดเพียงไม่กี่บรรทัด คุณสามารถฝึกฝนและปรับใช้การเรียนรู้ของเครื่องและโมเดลการเรียนรู้เชิงลึกที่มีความแม่นยำสูงกับรูปภาพ ข้อความ อนุกรมเวลา และข้อมูลแบบตาราง

- การติดตั้ง

AutoGluon รองรับ Python 3.9 - 3.12 และพร้อมใช้งานบน Linux, MacOS และ Windows

คุณสามารถติดตั้ง AutoGluon ด้วย:

 pip install autogluon

ไปที่คู่มือการติดตั้งของเราเพื่อดูคำแนะนำโดยละเอียด รวมถึงการรองรับ GPU การติดตั้ง Conda และการพึ่งพาเพิ่มเติม

⚡ เริ่มต้นอย่างรวดเร็ว

สร้างโมเดล ML แบบ end-to-end ที่แม่นยำด้วยโค้ดเพียง 3 บรรทัด!

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

งาน AutoGluon	เริ่มต้นอย่างรวดเร็ว	เอพีไอ
ตัวทำนายแบบตาราง
MultiModalPredictor
ตัวทำนายอนุกรมเวลา

- ทรัพยากร

บทแนะนำ/การพูดคุยแบบลงมือปฏิบัติจริง

ด้านล่างนี้เป็นรายการบทช่วยสอนล่าสุดและการพูดคุยเกี่ยวกับ AutoGluon ที่คัดสรรแล้ว รายการที่ครอบคลุมมีอยู่ที่นี่

ชื่อ	รูปแบบ	ที่ตั้ง	วันที่
AutoGluon: สู่การเรียนรู้ของเครื่องอัตโนมัติแบบไม่มีโค้ด	บทช่วยสอน	ออโตเอ็มแอล 2024	2024/09/09
AutoGluon 1.0: ทำลายเพดาน AutoML ด้วยโค้ด Zero Lines	บทช่วยสอน	ออโตเอ็มแอล 2023	2023/09/55
AutoGluon: เรื่องราว	พอดแคสต์	พอดแคสต์ AutoML	2023/09/05
AutoGluon: AutoML สำหรับข้อมูลแบบตาราง ต่อเนื่องหลายรูปแบบ และอนุกรมเวลา	บทช่วยสอน	PyData เบอร์ลิน	2023/06/20
การแก้ปัญหา ML ที่ซับซ้อนด้วยโค้ดไม่กี่บรรทัดด้วย AutoGluon	บทช่วยสอน	PyData ซีแอตเทิล	2023/06/20
การปฏิวัติ AutoML	บทช่วยสอน	ฤดูใบไม้ร่วงของโรงเรียน AutoML 2022	2022/10/61

สิ่งตีพิมพ์ทางวิทยาศาสตร์

• AutoGluon-Tabular: AutoML ที่แข็งแกร่งและแม่นยำสำหรับข้อมูลที่มีโครงสร้าง ( Arxiv , 2020) (BibTeX)
• โมเดลที่รวดเร็ว แม่นยำ และเรียบง่ายสำหรับข้อมูลแบบตารางผ่านการกลั่นแบบเสริม ( NeurIPS , 2020) (BibTeX)
• การเปรียบเทียบ Multimodal AutoML สำหรับข้อมูลแบบตารางที่มีช่องข้อความ ( NeurIPS , 2021) (BibTeX)
• XTab: การฝึกอบรมล่วงหน้าแบบข้ามตารางสำหรับหม้อแปลงแบบตาราง ( ICML , 2023)
• AutoGluon-TimeSeries: AutoML สำหรับการพยากรณ์อนุกรมเวลาความน่าจะเป็น ( AutoML Conf , 2023) (BibTeX)
• TabRepo: พื้นที่เก็บข้อมูลขนาดใหญ่ของการประเมินโมเดลแบบตารางและแอปพลิเคชัน AutoML ( ภายใต้การตรวจสอบ , 2024)

บทความ

• AutoGluon-TimeSeries: โมเดลการพยากรณ์อนุกรมเวลาทุกชุดในไลบรารีเดียว ( สู่วิทยาศาสตร์ข้อมูล ม.ค. 2024)
• AutoGluon สำหรับข้อมูลแบบตาราง: โค้ด 3 บรรทัดเพื่อให้ได้ 1% สูงสุดในการแข่งขัน Kaggle ( บล็อก AWS Open Source มี.ค. 2020)
• ภาพรวม AutoGluon และแอปพลิเคชันตัวอย่าง ( สู่ Data Science , ธ.ค. 2019)

ฝึกอบรม/ปรับใช้ AutoGluon ในระบบคลาวด์

• AutoGluon Cloud (แนะนำ)
• AutoGluon บน SageMaker AutoPilot
• AutoGluon บน Amazon SageMaker
• คอนเทนเนอร์การเรียนรู้เชิงลึกของ AutoGluon (รับรองความปลอดภัยและดูแลโดยนักพัฒนา AutoGluon)
• คอนเทนเนอร์ Docker อย่างเป็นทางการของ AutoGluon
• AutoGluon-Tabular บน AWS Marketplace (เราไม่ได้ดูแล)

อ้างถึง AutoGluon

หากคุณใช้ AutoGluon ในสิ่งพิมพ์ทางวิทยาศาสตร์ โปรดดูคู่มือการอ้างอิงของเรา

จะมีส่วนร่วมได้อย่างไร

เรากำลังยอมรับการมีส่วนร่วมของโค้ดในโครงการ AutoGluon อย่างแข็งขัน หากคุณสนใจที่จะสนับสนุน AutoGluon โปรดอ่านคู่มือการสนับสนุนเพื่อเริ่มต้น

️ใบอนุญาต

ไลบรารีนี้ได้รับอนุญาตภายใต้ Apache 2.0 License