#automl リポジトリ
#automlのタグが付いた、GitHub上の64件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は195,817個で、プロジェクトあたりの平均は3,059個です。このトピックをリードしているのは、23,877個のスターを獲得しているlukasmasuch/best-of-ml-pythonです。
リポジトリ合計64件
Python向けオープンソース、低コードAutoMLプラットフォーム。PyCaret 4.0: sklearnネイティブエンジン + Reactコントロールプレーン。
H2Oは、オープンソース、分散型、高速、スケーラブルな機械学習プラットフォームです。ディープラーニング、勾配ブースティング(GBM)およびXGBoost、ランダムフォレスト、一般化線形モデリング(Elastic Netを使用したGLM)、K-Means、PCA、一般化加法モデル(GAM)、RuleFit、サポートベクターマシン(SVM)、スタックドアンサンブル、自動機械学習(AutoML)など。
cube studio オープンソース クラウドネイティブ ワンストップ 機械学習/深層学習/大規模AIプラットフォーム, MLOps アルゴリズムリンク全プロセス, 計算能力レンタルプラットフォーム, Notebook オンライン開発, ドラッグ&ドロップ タスクフローパイプラインオーケストレーション, マルチマシンマルチGPU分散学習, ハイパーパラメータ検索, 推論サービスVGPU仮想化, エッジコンピューティング, ラベリングプラットフォーム自動ラベリング, deepseekなどの大規模モデルsftファインチューニング/報酬モデル/強化学習、vllm/ollama/mindieなどの大規模モデルマルチマシン推論, プライベート知識ベース, AIモデルマーケット, 国産CPU/GPU/NPU 昇騰エコシステム対応, RDMA対応, pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcanoなどの分散対応
分類、回帰、時系列予測モデルのベンチマークに使えるPython製AutoMLツールキット。GPUアクセラレーション、MLflowによるトラッキング、自動前処理に対応。
テーブルデータ向け AutoML のための Python パッケージ:特徴エンジニアリング、ハイパーパラメータチューニング、説明、および自動ドキュメント
CubeStudioは、オープンソースのクラウドネイティブなオールインワンの機械学習/深層学習/大規模モデルAIプラットフォーム/MaaS/MLOps/人工知能プラットフォーム/訓練推論プラットフォームであり、アルゴリズムの全パイプライン、マルチテナント、計算能力レンタルプラットフォーム、トークン中継、ドラッグアンドドロップのタスクフローパイプラインオーケストレーション、マルチマシンマルチカード分散トレーニング、ハイパーパラメータ検索、推論サービス、VGPU仮想化、クラウドエッジデバイス連携、エッジコンピューティング、自動アノテーションプラットフォーム、DeepSeekなどの大規模モデルのSFTファインチューニング/報酬モデル/強化学習トレーニング、vLLM/Ollama/MindIEによる大規模モデルのマルチマシン推論、プライベート知識ベースLLMOpsエージェント、AIモデルマーケット、国産異種計算能力スケジューリング(昇騰、寒武紀、海光、モーアスレッド、沐曦など)のサポート、IB/RoCE/RDMAのサポート、信創サポートを提供します。
記事、リスティング、検索結果、レコメンデーションのユーザーエンゲージメントを高めるローコード機械学習パーソナライズドランキングサービス。フレンドリーな学習ランキングエンジン
形態学的/動学的売買点分析計算、多レベルK線連立、区間套(インターバル套)戦略、可視化描画、多様なデータ接続、戦略開発、取引システム連携をサポートするオープンなChanlun Python実装フレームワーク;
TransmogrifAI(発音:trăns-mŏgˈrə-fī)は、Apache Spark上でモジュール式で再利用可能な、厳密に型指定された機械学習ワークフローを最小限の手動調整で構築するためのAutoMLライブラリです。
生画像からリアルタイム推論まで、コンピュータービジョンモデルをローカルで構築、学習、最適化、実行できます。オープンソースで、Intel® XPU 向けに最適化されています(CUDA にも対応)。
Google Cloud Vertex AI を使用して機械学習および生成 AI ワークフローの使用、開発、管理方法を示すノートブック、コードサンプル、サンプルアプリ、その他のリソース。
1行のコードで時系列データセットに対してARIMA、SARIMAX、VAR、FB Prophet、XGBoostモデルを自動構築します。Ram Seshadriによって作成されました。協力者を歓迎します。
よくある質問
GitHubで最も人気のある#automlリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#automlプロジェクトは、23,877個のスターを獲得しているlukasmasuch/best-of-ml-pythonです。素晴らしい機械学習Pythonライブラリのランキングリスト。毎週更新されます。
#automlリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#automlプロジェクトでは、Python, Jupyter Notebook, Scala, Javaが最も一般的なプログラミング言語です。
#automlリポジトリのランキングはどのように算出されていますか?
#automlのタグが付いた64件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は195,817個で、リポジトリあたりの平均は3,059個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。