mindsdb/lightwood

解決する課題

Lightwood は、機械学習 (ML) ライフサイクルに関連する反復的なボイラープレートコードを削減するために設計された AutoML フレームワークです。データ準備やパイプライン構築の手動セットアップではなく、データやモデルの固有の側面にユーザーが集中できるようにします。

仕組み

Lightwood は、「JSON-AI」と呼ばれる宣言型構文を使用して ML パイプラインを定義します。プロセスを次の 3 つのコアステージに抽象化します。

1. 前処理とクリーニング: フレームワークはデータセットを分析してデータ型（数値、カテゴリなど）を特定し、クリーニングと分割の戦略を自動的に生成します。
2. 特徴エンジニアリング: 「エンコーダー」を使用して、前処理されたデータを数値表現に変換します。これらのエンコーダーは、ルールベース（特定の指示に従う）または学習ベース（訓練された表現）にすることができます。
3. モデル構築とトレーニング: 「ミキサー」モデルがエンコードされた特徴を受け取り、予測を生成します。主に PyTorch を使用しますが、他のモデルアーキテクチャもサポートしています。

ユーザーは、同じデフォルトの動作を受け入れることも、JSON-AI 構文の特定のステップをオーバーライドしてパイプラインをカスタマイズすることもできます。Lightwood はそれを実行可能な Python コードに変換します。

対象者

機械学習の民主化を図り、専門的なデータサイエンストになることなく予測モデルを構築したいと考える開発者やユーザー向けに構築されています。

ハイライト

• 宣言型パイプライン: ボイラープレートコードを記述せずに JSON-AI を使用して ML パイプラインを定義およびカスタマイズします。
• マルチモーダルデータサポート: 数値、日付、カテゴリ、タグ、テキスト、配列、およびさまざまなマルチメディア形式で機能します。
• 時系列サポート: 行間の依存関係を持つ問題専用のモードが含まれています。
• 拡張可能なアーキテクチャ: 「Bring Your Own Model」(BYOM) をサポートし、ユーザーがカスタムクリーナー、スプリッター、ミキサーを導入できるようにします。