fbpx

igel:允許訓練、測試和使用模型而不需要編寫程式碼的機器學習工具

一個令人愉快的機器學習工具,允許你在不編寫程式碼( no-code) 的情況下訓練/除錯、測試和使用機器學習模型

專案開發動機

該專案的目標是為每個人提供機器學習,包括技術使用者和非技術使用者。

有時候需要一個工具,可以用它來快速建立一個機器學習原型。無論是建立一些概念驗證或建立一個快速草稿模型來證明一個觀點。這經常陷於編寫樣板程式碼和/或思考太多如何開始。

因此有了 igel。希望這將使技術和非技術使用者更容易建立機器學習模型。

功能

  • 支援所有最先進的機器學習模型(甚至預覽模型)
  • 支援不同的資料預處理方法
  • 在編寫配置時提供靈活性和資料控制
  • 支援交叉驗證
  • 支援 yaml 和 json 格式
  • 支援用於迴歸、分類和叢集的不同 sklearn 度量
  • 支援多輸出/多目標迴歸和分類
  • 支援並行模型( parallel model  )建構的多處理

igel UI 介面:https://github.com/nidhaloff/igel-ui

開發者寫的 blog :https://medium.com/swlh/machine-learning-without-writing-code-984b238dd890

專案網址


追蹤 Soft & Share

✍ 不受社群推薦演算法影響,建議 Telegram/Discord/e-mail

幫我們個小忙!

Comments are closed.

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: