autogluon/autogluon

해결하는 문제

AutoGluon은 알고리즘의 선택과 조합을 자동화하여 고성능 머신러닝 모델을 구축하는 프로세스를 단순화합니다. 사용자가 수동으로 다양한 모델을 실험하거나 하이퍼파라미터를 튜닝할 필요를 없애주어, 최소한의 코딩 노력으로 강력한 예측 성능을 달성할 수 있게 합니다.

작동 방식

AutoGluon은 특정 데이터 세트와 유스 케이스를 기반으로 클래식 ML 알고리즘부터 최신 파운데이션 모델에 이르기까지 최적의 모델 조합을 자동으로 식별합니다. 다양한 데이터 유형에 대해 특화된 예측기를 제공합니다:

• TabularPredictor: 테이블 형태의 구조화된 데이터용.
• TimeSeriesPredictor: 확률적 시계열 예측용.
• MultiModalPredictor: 파운데이션 모델을 활용한 멀티모달 데이터용.

대상 사용자

모델 선택의 지루한 부분을 자동화하려는 데이터 과학자부터 매우 적은 줄의 코드로 강력한 예측 성능이 필요한 개발자까지, 정확한 엔드 투 엔드 ML 모델을 빠르게 구축하고자 하는 사용자를 위해 설계되었습니다.

주요 특징

• 최소한의 코드: 단 몇 줄의 코드로 모델 구축.
• 폭넓은 데이터 지원: 테이블, 시계열 및 멀티모달 데이터 처리.
• 자동 모델 선택: 주어진 작업에 대해 최적의 모델 조합을 자동으로 탐색.
• 파운데이션 모델 통합: 예측력을 높이기 위해 파운데이션 모델을 통합.