IBM/lale

何を解決するか

Laleは、機械学習パイプラインのアルゴリズム選択とハイパーパラメータチューニングを自動化することで、半自動データサイエンスを簡素化します。パイプライン検索ツールを一貫して管理する必要性に対応しつつ、設定が型安全かつ正確であることを保証します。

動作方法

Laleは、Hyperopt、GridSearchCV、SMACなどの既存のパイプライン検索ツールと統合する高レベルインターフェースを提供します。正しさを保証するために、JSON Schemaを使用してハイパーパラメータが正しい型と一致しているか、データがパイプラインで使用されるオペレータと互換性があるかを検証します。また、scikit-learn、XGBoost、PyTorchなど、さまざまなフレームワークからの変換器と推定器のライブラリも提供しています。

対象ユーザー

新しいプログラミング言語を学ぶ必要なく、専用のスタンドアロンツールをインストールせずに、自動機械学習（AutoML）を実験したいデータサイエンティスト向けに設計されています。

主な特徴

• 統一インターフェース: 複数のパイプライン検索ツールに一貫した方法でアクセスできます。
• 型安全: JSON Schemaを使用して、ハイパーパラメータと型の不一致、またはデータとオペレータの不一致を検出します。
• 広範な相互運用性: scikit-learn、XGBoost、PyTorchからのオペレータをサポートしています。
• Pythonネイティブ: Jupyterノートブックと互換性のある標準的なPythonライブラリとして動作します。