autogluon：一個自動化機器學習庫，用於跨多種資料模態的高精度預測建模

它解決了什麼問題

AutoGluon 自動化訓練與部署機器學習模型的過程，免除手動模型選擇與超參數調整的需求。它讓使用者能以最少的程式碼，在各種資料類型上達到高預測效能。

它如何運作

它提供專門的 predictor 來自動化端到端的 ML 流程。使用者可以使用 TabularPredictor 處理結構化資料，使用 TimeSeriesPredictor 進行預測，使用 MultiModalPredictor 處理結合文字、影像與表格欄位的資料。系統只需幾行 Python 程式碼，即可訓練與部署高精度模型。

適用對象

此工具設計給開發者與資料科學家使用，讓他們能快速建立高精度的預測模型，而不必精通每一種特定的機器學習演算法或模型調校的細節。

重點特色

• 多模態支援：處理表格、影像、文字與時間序列資料。
• 程式碼最小化：只需三行程式碼即可完成模型訓練與預測。
• 廣泛相容性：支援 Linux、macOS 與 Windows，使用 Python 3.10‑3.13。
• 基礎模型整合：結合基礎模型與 LLM 代理，提升 AutoML 能力。