sb-ai-lab/LightAutoML

解決的問題

LightAutoML (LAMA) 透過自動化管道建構，簡化機器學習模型的建立過程。它消除了手動特徵工程與超參數調校的需求，讓使用者能以最少的程式碼建立高表現的模型。

運作方式

LAMA 提供兩種主要操作模式：

1. 即用型預設：使用者可應用預先設定的管道（例如 TabularAutoML）於常見任務，如表格、時間序列、影像與文字資料的二元分類或迴歸。
2. 框架模式：針對進階使用者，LAMA 可作為框架，讓使用者利用一組即用型模組（包含特徵產生、選擇與超參數最佳化元件）來建構自訂的 ML 管道。

適用對象

專為希望快速原型化模型或建構複雜自訂 ML 管道，但無需從零開始的資料科學家與 ML 工程師所設計。

主要特色

• 多模態支援：可處理表格、時間序列、影像與文字資料。
• 可擴展架構：提供高階預設以快速啟動，也提供低階框架以建構自訂管道。
• 可解釋性：內建模型解釋工具，例如 WhiteBox、ICE 與 PDP 方法。
• 廣泛整合：支援來自 CSV 與 SQL 資料庫的資料來源。