auto-sklearn adalah toolkit pembelajaran mesin automatik dan penggantian drop-in untuk estimator scikit-learn.auto-sklearn membebaskan pengguna pembelajaran mesin dari pemilihan algoritma dan penalaan hyperparameter.Ia memanfaatkan kelebihan terbaru dalam pengoptimuman Bayesian, meta-pembelajaran dan pembinaan ensemble.Ketahui lebih lanjut mengenai teknologi di belakang auto-sklearn dengan membaca karya kami yang diterbitkan di NIPS 2015.topi)) Ini akan berjalan selama satu jam dan harus menghasilkan ketepatan di atas 0.98.Lesen auto-sklearn dilesenkan dengan cara yang sama seperti scikit-learn, iaitu lesen BSD 3-klausa.Memetik auto-sklearn Jika anda menggunakan auto-sklearn dalam penerbitan saintifik, kami akan menghargai rujukan kepada kertas berikut: Pembelajaran Mesin Automatik yang Cekap dan Kukuh, Feurer et al., Pendahuluan dalam Sistem Pemprosesan Maklumat Neural 28 (NIPS 2015).Penulisan Bibtex: @incollection {NIPS2015_5872, title = {Pembelajaran Mesin Automatik yang Canggih dan Kuat}, pengarang = {Pembantu, Matthias dan Klein, Aaron dan Eggensperger, Katharina dan Springenberg, Jost dan Blum, Manuel dan Hutter, Frank}, booktitle = {Pendahuluan dalam Sistem Pemprosesan Maklumat Neural 28}, editor = {C.Cortes dan ND Lawrence dan DD Lee dan M. Sugiyama dan R. Garnett}, halaman = {2962--2970}, year = {2015}, penerbit = {Curran Associates, Inc.}, url = {}} Penyumbang Kami menghargaisemua sumbangan untuk auto-sklearn, dari laporan bug dan dokumentasi ke ciri-ciri baru.Sekiranya anda mahu menyumbang kepada kod tersebut, anda boleh memilih isu dari tracker isu yang ditandakan dengan Pemumbang keperluan.