mljar-supervised是一個自動機器學習Python套件，可以處理表格資料。它的設計是為了節省資料科學家的時間。它抽象了預處理資料、建構機器學習模型、執行超參數調優以找到最佳模型的常見方式。它不是黑箱，因為你可以看到ML管線是如何建構的（每個ML模型都有詳細的Markdown報告）。

Mlflow 是一個簡化機器學習開發的平台，包括追蹤實驗、將程式碼打包到可重複的執行中、以及共享和部署模型。 Mlflow 提供了一套輕量級的 api，可以用於任何現有的機器學習應用程式或程式庫(TensorFlow、 PyTorch、 XGBoost 等) ，無論你目前在哪裡執行機器學習程式碼(例如在筆記型電腦、獨立應用程式或雲端)。目前有以下三種元件

這個 stack 是出於挫折感而建立的，因為到今天為止，還沒有一個簡單的方法可以擁有一個完整的電子郵件伺服器，而不需要安裝和配置所有的伺服器來處理傳入和傳出的資訊。我們想要一些簡單的東西，沒有介面，沒有伺服器管理，所以我們想出了S3-Email。這包括AWS SES作為我們的電子郵件伺服器（接收和傳送）和S3作為我們的資料庫和介面。然後，我們透過AWS Lambda用一點程式碼把所有東西連結在一起。

這個開源工具的開發動機 – 來自開發者的說明