MLaut公司

机器学习自动化工具箱(MLaut)。本文介绍了python数据科学生态系统的MLaut(机器学习自动化工具箱)。MLaut自动对大量数据集进行大规模的机器学习算法评估和基准测试。MLaut为机器算法算法提供了一个高级工作流接口,实现了数据集、训练算法和实验结果数据库的本地后端,并为scikit learn和keras建模库提供了易于使用的接口。实验很容易在几行代码中设置默认设置,同时保持完全可定制到超参数调整、管道组合或深度学习架构的级别。作为MLaut的主要测试案例,我们进行了一次大规模的监督分类研究,以便对许多机器学习算法的性能进行基准测试——据我们所知,这也是第一次对包括深度学习算法的标准监督学习数据集进行的大规模研究。虽然证实了之前文献中的一些发现,但我们发现(在我们的研究范围内)深层神经网络在基本的监督学习(即,在更专业化的、基于图像、音频或文本的任务之外)表现不佳。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条,1标准件)

显示结果1/1。
按年份排序(引用)

  1. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四