相关

其他自动化机器学习 (AutoML) 工具及相关项目

名称	语言	许可证	描述
Auto-WEKA	Java	GPL-v3	Weka 模型的自动化模型选择和超参数调优。
auto-sklearn	Python	BSD-3-Clause	一个自动化机器学习工具包，可直接替代 scikit-learn 估计器。
auto_ml	Python	MIT	用于分析&生产的自动化机器学习。支持手动声明特征类型。
H2O AutoML	Java 以及 Python、Scala & R API 和 Web GUI	Apache 2.0	在分布式机器学习平台中自动完成：数据预处理、超参数调优、随机网格搜索和堆叠集成。
devol	Python	MIT	通过遗传编程自动设计深度神经网络。
MLBox	Python	BSD-3-Clause	在高维空间中进行精确的超参数优化，并支持分布式计算。
Recipe	C	GPL-v3	通过遗传编程优化机器学习管道。使用语法定义管道结构。
Xcessiv	Python	Apache 2.0	一个基于 Web 的应用，用于在 Python 中快速、可扩展、自动化地进行超参数调优和堆叠集成。
GAMA	Python	Apache 2.0	通过基于异步评估的遗传编程优化机器学习管道。
PyMoo	Python	Apache 2.0	Python 中的多目标优化。
Karoo GP	Python	MIT	一个基于 Python 的遗传编程应用套件，支持符号回归和分类。
MABE	C++	见此处	一个基于 Python 的遗传编程应用套件，支持符号回归和分类。
SBBFramework	Python	BSD-2-Clause	Symbiotic Bid-Based (SBB) 框架的 Python 实现，用于使用遗传编程 (GP) 进行问题分解。
Tiny GP	Python	GPL-v3	一个实现 Koza 风格（基于树）遗传编程以解决符号回归问题的极简程序。
Baikal	Python	BSD-3-Clause	一个基于图的函数式 API，用于构建复杂的 scikit-learn 管道。
skdag	Python	MIT	比 scikit-learn 管道更灵活的替代方案。
d6tflow	Python	MIT	一个 Python 库，使构建复杂的数据科学工作流变得简单、快速且直观。