精卫蓄电池6-GFM-150-YT参考尺寸及售价
1. Auto-Weka
有几种机器学习算法可以直接使用,其中许多方法都是在Weka包中实现的。然而,每一种ML算法都有自己的超参数,这些超参数可以极大地改变它们的性能,而且总体上有大量可能的替代方法。
Auto-WEKAZui初于2013年发布,它考虑通过同时选择学习算法和设置超参数来解决这个问题。它还解决了使用贝叶斯优化的问题。Auto-Weka还致力于帮助非专业用户更有效地识别适合其应用程序的ML算法和超参数设置。
2. Darwin
Darwin是一家建立人工智能系统以推动Zui重要利益的公司Sparkcognition开发的,是另一个大规模解决数据科学问题的工具。它是一种自动化的模型构建工具,允许用户在比传统方法更短的时间内从数据到模型。此外,它还可以实现场景的快速原型设计和高效的洞察力提取。
这个工具是如何工作的?该工具使用基于神经进化的方法,自定义构建模型架构,以确保Zui适合目前的问题。
3.DataRobot自动机器学习
DataRobot是一个先进的企业AI平台。该平台融合了一些的数据科学家的知识、经验和实践。谈到自动化,DataRobot的自动化机器学习平台,帮助ML开发人员以前所未有的透明度自动创建机器学习模型,以帮助理解和信任他们所做的预测。该平台配备了不同类型的回归技术,从Zui简单的统计经典回归模型到复杂的统计经典回归模型。此外,这个平台的一点是,它还可以解决多达100个不同类别的简单问题。
从一开始,DataRobot就一直是数据科学专业人士追捧的平台。要了解这个平台的更多信息,您可以查看他们的官方产品网站。
4. H20.ai
在机器学习自动化方面,H2O已经成为。它是一个开源的分布式内存机器学习平台,具有线性可伸缩性。该平台的创建方式支持大多数广泛使用的统计和机器学习算法。
这个平台Zui棒的地方之一是,它具有业界的AutoML功能,可以自动运行所有算法及其超参数,生成排行榜的模型。
5. dotData
特性工程被认为是数据科学专业人员Zui重要、Zui耗时和Zui具挑战性的工作之一。打包了的人工智能功能的dotData致力于将其自动化。简单地说,该公司只专注于民主化和自动化整个数据科学工作流。