ml项目
自动化机器学习工具供应商Auger.AI正在为多个基于云的AutoML服务开发Python API和工具,从而使数据科学家可以针对多个AutoML模型训练数据集,以产生最佳的预测模型。
称为A2ML,对于Automate AutoML,该开放源代码项目由一个API和命令行工具组成,这些工具目前处于测试阶段。 该计划要求为基于云的AutoML服务提供通用的API。 开源API与“第二代” AutoML API一起使用,包括Auger.AI自己的API, Google Cloud AutoML和Azure AutoML 。
借助自动化机器学习或AutoML ,框架和服务消除了数据科学家手动开发机器学习和深度学习模型的需要,甚至减少或消除了创建模型所需的技能。
Auger.AI表示,云AutoML供应商都拥有自己的API,用于管理数据集和创建预测模型。 尽管云AutoML API是相似的-涉及共同的阶段,包括导入数据,训练模型和查看性能,但它们并不相同。 A2ML提供Python类来为各种云AutoML提供程序实现此管道,并提供CLI来调用管道的各个阶段。
该公司表示,A2ML CLI提供了一种方便的方式来启动新的A2ML项目。 但是,在使用Python API或CLI进行管道步骤之前, 必须先配置项目,这需要在YAML文件中存储常规选项和特定于供应商的选项。 创建新的A2ML应用程序后,所有提供程序的应用程序配置都存储在一个YAML文件中。
在哪里下载a2ML
您可以从GitHub 下载a2ML 。
翻译自: https://www.infoworld.com/article/3445365/a2ml-project-aims-to-automate-automl.html
ml项目