#automl Репозитории
Откройте для себя 64 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #automl, с общим числом 195,817 звёзд (в среднем 3,059 на проект). Лидером этой темы является lukasmasuch/best-of-ml-python, набравший 23,877 звёзд.
Всего репозиториев: 64
Рейтинговый список потрясающих библиотек Python для машинного обучения. Обновляется еженедельно.
Инструмент автоматизированного машинного обучения на Python, оптимизирующий конвейеры машинного обучения с использованием генетического программирования.
Открытая платформа AutoML с низким кодом для Python. PyCaret 4.0: движок нативный sklearn + плоскость управления React.
H2O — это Open Source, распределенная, быстрая и масштабируемая платформа машинного обучения: Deep Learning, Gradient Boosting (GBM) и XGBoost, Random Forest, Generalized Linear Modeling (GLM с Elastic Net), K-Means, PCA, Generalized Additive Models (GAM), RuleFit, Support Vector Machine (SVM), Stacked Ensembles, Automatic Machine Learning (AutoML) и т. д.
cube studio Open-Source Cloud-Native Универсальная AI-платформа для машинного обучения/глубокого обучения/больших моделей, полный процесс алгоритмической цепочки MLOps, платформа аренды вычислительных мощностей, онлайн-разработка в Notebook, оркестровка конвейера задач методом перетаскивания, распределенное обучение на нескольких машинах с несколькими GPU, поиск гиперпараметров, виртуализация VGPU для сервиса инференса, граничные вычисления, автоматизированная разметка на платформе разметки, дообучение SFT больших моделей (deepseek и др.)/модель вознаграждения/обучение с подкреплением, многомашинный инференс больших моделей (vllm/ollama/mindie и др.), частная база знаний, маркетплейс AI-моделей, поддержка отечественных CPU/GPU/NPU экосистемы Ascend, поддержка RDMA, поддержка распределенных фреймворков (pytorch/tf/mxnet/deepspeed/paddle/colossalai/horovod/ray/volcano и др.)
Молниеносно быстрые прогнозы с использованием статистических и эконометрических моделей.
Merlion: Фреймворк машинного обучения для интеллектуального анализа временных рядов
Быстрая библиотека для AutoML и тюнинга. Присоединяйтесь к нашему Discord: https://discord.gg/Cppx2vSPVP.
Куратированный список статей, публикаций, руководств, слайдов и проектов по автоматизированному машинному обучению
Набор инструментов AutoML для Python для сравнения моделей классификации, регрессии и прогнозирования временных рядов с поддержкой ускорения на GPU, отслеживания в MLflow и автоматизированной предобработки.
Пакет Python для AutoML на табличных данных с инженерией признаков, настройкой гиперпараметров, объяснениями и автоматической документацией
восхитительный инструмент машинного обучения, который позволяет обучать, тестировать и использовать модели без написания кода
CubeStudio — это открытая облачная универсальная платформа для машинного обучения/глубокого обучения/больших моделей ИИ/MaaS/MLOps/платформа искусственного интеллекта/платформа обучения и вывода, охватывающая полный конвейер алгоритмов, мультитенантность, платформу аренды вычислительных мощностей, ретрансляцию токенов, оркестрацию конвейеров задач с помощью перетаскивания, распределенное обучение на нескольких машинах с несколькими картами, поиск гиперпараметров, сервисы вывода, виртуализацию VGPU, взаимодействие облако-край-устройство, периферийные вычисления, автоматизированную платформу аннотации, тонкую настройку SFT/модель вознаграждения/обучение с подкреплением для больших моделей, таких как DeepSeek, многомашинный вывод для больших моделей с vLLM/Ollama/MindIE, интеллектуальные агенты LLMOps с частной базой знаний, рынок моделей ИИ, поддержка планирования отечественных гетерогенных вычислительных мощностей (Ascend, Cambricon, Hygon, Moore Threads, Muxi и др.), поддержка IB/RoCE/RDMA и поддержка Xinchuang.
Сервис машинного обучения с низким уровнем кода для персонализированного ранжирования статей, листингов, результатов поиска, рекомендаций, который повышает вовлеченность пользователей. Дружелюбный движок Learn-to-Rank
Открытый фреймворк реализации Chanlun на Python, поддерживающий морфологический/динамический анализ точек покупки/продажи, комбинирование K-линий разных уровней, стратегию вложенных интервалов, визуализацию, доступ к различным данным, разработку стратегий, интеграцию с торговыми системами;
TransmogrifAI (произносится trăns-mŏgˈrə-fī) — это библиотека AutoML для создания модульных, многократно используемых и строго типизированных рабочих процессов машинного обучения на базе Apache Spark с минимальной ручной настройкой.
Примеры кода Java и Kotlin, используемые на cloud.google.com
Автоматически визуализируйте любой набор данных любого размера с помощью одной строки кода. Создано Рамом Сешадри. Добро пожаловать, коллеги. Разрешение предоставляется по запросу.
ПРЕДУПРЕЖДЕНИЕ: проект Katib УСТАРЕЛ. Пользователям следует перейти на OptimizationJob и Kubeflow Trainer.
Быстрая и настраиваемая платформа для автоматического создания моделей машинного обучения (AutoML)
ModelFox упрощает обучение, развертывание и мониторинг моделей машинного обучения.
[ICLR 2019] ProxylessNAS: Прямой поиск архитектуры нейронных сетей для целевой задачи и аппаратного обеспечения
Создавайте, обучайте, оптимизируйте и запускайте модели компьютерного зрения локально — от исходных изображений до инференса в реальном времени. Открытый исходный код, оптимизация для Intel® XPU (также поддерживается CUDA).
[pip install medmnist] 18 стандартизированных наборов данных для 2D и 3D классификации биомедицинских изображений
Быстрое и простое обучение структуры глубоких сетей с ограниченными ресурсами
Курация списка исследований, инструментов, проектов и других ресурсов, связанных с AutoML
Распределенная высокопроизводительная символьная регрессия на Julia
Luminaire — это пакет Python, который предоставляет решения на основе машинного обучения для мониторинга данных временных рядов.
Блокноты, примеры кода, демонстрационные приложения и другие ресурсы, демонстрирующие, как использовать, разрабатывать и управлять рабочими процессами машинного обучения и генеративного ИИ с помощью Google Cloud Vertex AI.
Автоматически создавайте модели ARIMA, SARIMAX, VAR, FB Prophet и XGBoost на наборах данных временных рядов с помощью одной строки кода. Создано Рамом Сешадри. Приглашаем к сотрудничеству.
Часто задаваемые вопросы
Какой репозиторий по теме #automl наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #automl на GitHub — lukasmasuch/best-of-ml-python, набравший 23,877 звёзд. Рейтинговый список потрясающих библиотек Python для машинного обучения. Обновляется еженедельно.
Какие языки программирования чаще всего используются в репозиториях по теме #automl?
Среди наиболее высоко оценённых проектов по теме #automl на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, Scala, Java.
Как рассчитывается рейтинг репозиториев по теме #automl?
Мы отслеживаем 64 активных репозиториев с открытым исходным кодом, отмеченных тегом #automl (500 и более звёзд), с общим числом 195,817 звёзд и в среднем 3,059 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.