autogluon: 多様なデータモダリティにわたる高精度な予測モデリングのための自動機械学習ライブラリ

何を解決するか

AutoGluonは、機械学習モデルのトレーニングとデプロイのプロセスを自動化し、手動でのモデル選択やハイパーパラメータチューニングの必要性を排除します。最小限のコーディング作業で、さまざまなデータタイプにわたって高い予測性能を実現することを可能にします。

仕組み

エンドツーエンドのMLパイプラインを自動化する特化型の予測器（predictors）を提供します。ユーザーは、構造化データには TabularPredictor、予測には TimeSeriesPredictor、テキスト、画像、およびテーブル形式のフィールドを組み合わせたデータには MultiModalPredictor を利用できます。このシステムは、わずか数行のPythonコードを使用して、高精度なモデルをトレーニングおよびデプロイできます。

対象ユーザー

すべての特定のMLアルゴリズムやモデルチューニングの複雑さに精通している必要はなく、正確な予測モデルを迅速に構築したい開発者やデータサイエンティスト向けに設計されています。

ハイライト

• マルチモーダル対応: テーブル形式、画像、テキスト、および時系列データを扱います。
• 最小限のコード: わずか3行のコードでモデルのトレーニングと予測を可能にします。
• 幅広い互換性: Linux、MacOS、およびWindows上で、Python 3.10-3.13とともに動作します。
• 基盤モデルの統合: AutoML機能を向上させるために、基盤モデルとLLMエージェントを組み込んでいます。