sapientml/sapientml

解決的問題

SapientML 解決了自動化機器學習（AutoML）中的「搜尋空間爆炸」問題。傳統的 AutoML 工具在處理大型且複雜的表格資料集時，經常難以找到最佳的流程，甚至完全失敗，因為機器學習元件的可能組合數量過於龐大，無法有效搜尋。

如何運作

SapientML 透過從現有資料集與人類撰寫的解決方案（從 Kaggle 等來源挖掘）的語料庫中學習，採用生成式方法合成機器學習流程。它採用三階段的分而治之程式合成策略：

1. 元學習：預測特定任務下一組合理的機器學習元件。
2. 流程優化：使用流程資料流模型，將這些元件縮小為少量可行的具體流程。
3. 動態評估：評估剩餘的流程，選擇表現最佳的解決方案。

適用對象

專為需要為表格資料（分類與迴歸）生成高品質預測流程，但無需手動設計整個工作流程的資料科學家與開發者而設計。

主要亮點

• 生成式程式碼：與某些 AutoML 工具僅提供模型物件不同，SapientML 可生成實際用於建構流程的 Python 程式碼，可儲存並重複使用。
• 人類啟發式：從 170 個資料集上的 1,094 個人類撰寫的流程中學習。
• 強健性：特別設計用於處理大型真實世界資料集，其他 AutoML 工具可能無法產生流程的情況。