mindsdb/lightwood

解決的問題

Lightwood 是一個 AutoML 框架，旨在減少與機器學習 (ML) 生命週期相關的重複性樣板程式碼。它讓使用者能專注於其資料和模型的獨特之處，而非手動設定資料準備和建構管線。

運作方式

Lightwood 使用稱為「JSON-AI」的宣告式語法來定義 ML 管線。它將流程抽象化為三個核心階段：

1. 預處理與清理：框架會分析資料集以識別資料型別（數值、類別等），並自動生成清理與分割策略。
2. 特徵工程：它使用「編碼器」將預處理後的資料轉換為數值表示。這些編碼器可以是基於規則的（遵循特定指令）或學習來的（訓練過的表示）。
3. 模型建構與訓練：「混合器」模型接收編碼後的特徵並產生預測。雖然它主要使用 PyTorch，但也支援其他模型架構。

使用者可以選擇接受相同的預設行為，或是覆寫 JSON-AI 語法中的特定步驟來自訂其管線，Lightwood 接著會將其轉換為可執行的 Python 程式碼。

適用對象

它是為想要普及機器學習的開發者和使用者而建構的，使他們能夠在不需要成為專家級資料科學家的情況下建立預測模型。

亮點

• 宣告式管線：使用 JSON-AI 定義和自訂 ML 管線，無需編寫樣板程式碼。
• 多模態資料支援：適用於數值、日期、類別、標籤、文字、陣列以及各種多媒體格式。
• 時間序列支援：包含一個專用模式，用於處理具有資料列間依賴關係的問題。
• 可擴充架構：支援「自帶模型」(BYOM)，允許使用者引入自訂的清理器、分割器和混合器。