Die Entwickler von Auto-sklearn ist ein Open-Source-Python-Paket. Seine Entwicklung erfolgt auf Github. Es wurde auf der Grundlage der Scikit-Learn-Bibliothek für maschinelles Lernen erstellt.
Die beiden Hauptfunktionen dieses Toolkits sind die automatische Suche nach einem geeigneten Lernalgorithmus für einen neuen ML-Datensatz und die Hyperparameteroptimierung. Dieses Tool bietet ein nicht standardmäßiges überwachtes maschinelles Lernen, bei dem die Vorverarbeitung in Datenvorverarbeitung und Merkmalsvorverarbeitung aufgeteilt wird. Auto-sklearn 2.0 ist bereits verfügbar. Mehr zur Technologie: NeurIPS 2015.
MLBox
Automatisiertes maschinelles Lernen erkunden – über den Primer 05 hinaus
MLBox ist eine der besten AutoML-Software- und Python-Bibliotheken mit zahlreichen nützlichen Funktionen. Es ist ein Framework, das die Aufgaben der Datenaufbereitung, Modellauswahl und Hyperparametersuche löst.
Amazon Lex
Automatisiertes maschinelles Lernen erkunden – über den Primer 06 hinaus
Amazon Lex basiert auf derselben Deep-Learning-Technologie wie Alexa. Es handelt sich um einen vollständig verwalteten KI-Dienst. Seine Ziele Faxlisten sind die Erstellung von Schnittstellen für verschiedene Kommunikationsanwendungen für bessere Gespräche.
Amazon Lex löst das Problem der Spracherkennung und des Sprachverständnisses. Es hilft beim Aufbau virtueller Contact-Center-Agenten und IVR, beim Automatisieren von Informationsantworten, bei der Verbesserung der Produktivität mit Anwendungs-Bots und beim Entwerfen von Chatbots. Zu den wichtigsten Funktionen gehören natürliche Gespräche, Builder-Produktivität und AWS-Serviceintegrationen.
H₂O AutoML
Automatisiertes maschinelles Lernen erkunden – über den Primer 08 hinausgehen
H₂O AutoML wurde als Antwort auf die 1000 mobile phone numbers Nachfrage von ML-Entwicklern entwickelt. Die H₂O AutoML-Software unterstützt traditionelle ML-Modelle und neuronale Netzwerke. Ihr Hauptanwendungsbereich ist die Automatisierung des ML-Workflows. Modelle sollen innerhalb eines vom Benutzer angegebenen Zeitlimits automatisch trainiert und optimiert werden.
AutoKera
Automatisiertes maschinelles Lernen erkunden – über den Primer 09 hinaus
Ein weiteres erwähnenswertes Tool ist წევრობის ორი ვარიანტის ჩამონათვალი AutoKeras. Es wurde vom DATA Lab der Texas A&M University entwickelt. Dabei handelt es sich um eine Open-Source-Technologie, die die Deep-Learning-Bibliothek Keras verwendet.
AutoKeras verwendet die neueste Version von Neural Architecture Search, ENAS, behält aber die Netzwerkfunktionalität bei, während Änderungen an der Projektarchitektur sowie Bayessche Optimierung vorgenommen werden. Dieser Ansatz führt zu einer adäquateren Suche im neuronalen Netzwerk. Die Anwendung von AutoKeras-Algorithmen erfordert nur minimale ML-Kenntnisse.
