mljar/mljar-supervised

What it solves

mljar-supervised は、表形式データ向けの自動化機械学習 (AutoML) パッケージであり、データサイエンティストがデータの前処理、アルゴリズムの選択、ハイパーパラメータのチューニングに要する時間と労力を削減します。すべての訓練済みモデルに対して詳細な Markdown レポートを提供することで、「ブラックボックス」な AutoML から脱却し、プロセスを透明かつ説明可能にすることを目指しています。

How it works

このツールは、データ前処理（補完、カテゴリ変換）や高度な特徴量エンジニアリング（Golden Features、テキスト/時間変換）から、モデル選択やハイパーパラメータチューニングに至るまで、一般的な ML pipeline を抽象化します。Linear models、Random Forest、LightGBM、Xgboost、CatBoost、Neural Networks を含む幅広いアルゴリズムをサポートしています。

以下の 4 つの異なるモードで動作します：

• Explain: シンプルなモデルと広範な SHAP および置換重要度プロットを使用して、データの理解に焦点を当てます。
• Perform: 5-fold cross-validation を使用して、プロダクション環境向けのパイプラインに最適化します。
• Compete: ML コンペティション向けに設計されており、ensembling と stacking を利用して最大限のパフォーマンスを発揮します。
• Optuna: 計算時間が制限されない場合、Optuna フレームワークを使用して集中的なハイパーパラメータチューニングを行います。

Who it’s for

表形式データの教師あり学習パイプラインの反復的な部分を自動化しつつ、モデルがなぜ特定の予測を行うのかを完全に可視化したいデータサイエンティストや ML エンジニア向けに設計されています。

Highlights

• Transparent Reporting: 指標、チャート、モデル固有の詳細（例：決定木的可視化）を含む詳細な Markdown レポートを自動生成します。
• Explainability: SHAP による説明、置換重要性、および線形係数を統合し、モデルを解釈可能にします。
• Web App Generation: Mercury を介して、非技術的なドメインエキスパート向けにインタラクティブな予測 Web アプリを自動的に作成できます。
• Fairness Aware Training: サンプルの重み付けやスマートグリッドサーチなどのバイアス緩和技術を含み、公平性指標を最適化します。
• Automatic Persistence: モデルを自動的に保存およびロードすることで、中断後にトレーニングを再開できるようにします。