autogluon/autogluon

解決する課題

AutoGluonは、アルゴリズムの選択と組み合わせを自動化することで、高性能な機械学習モデルの構築プロセスを簡素化します。ユーザーが異なるモデルを試したりハイパーパラメータを調整したりする手間を省き、最小限のコーディングで強力な予測性能を達成できるようにします。

仕組み

AutoGluonは、特定のデータセットとユースケースに基づいて、古典的なMLアルゴリズムから最新の基盤モデルに至るまで、最適なモデルの組み合わせを自動的に特定します。データタイプごとに特化した予測器を提供します：

• TabularPredictor: テーブル形式の構造化データ用。
• TimeSeriesPredictor: 確率的な時系列予測用。
• MultiModalPredictor: 基盤モデルを活用したマルチモーダルデータ用。

対象ユーザー

モデル選択の退屈な作業を自動化したいデータサイエンティストから、わずかな行数のコードで強力な予測性能を必要とする開発者まで、正確なエンドツーエンドのMLモデルを迅速に構築したいユーザー向けに設計されています。

ハイライト

• 最小限のコード: わずか3行のコードでモデルを構築。
• 幅広いデータサポート: テーブル型、時系列、およびマルチモーダルデータを処理。
• 自動モデル選択: 与えられたタスクに対して最適なモデルの組み合わせを自動的に発見。
• 基盤モデルの統合: 予測能力を高めるために基盤モデルを組み込み。