Dynamic AutoML
Dynamic AutoML是一个多功能平台，旨在简化各种数据任务，包括CSV分析、LSTM建模和图像分类。
列在类别中:
人工智能数据与分析GitHub
描述
动态AutoML是一个多功能平台，旨在简化各种数据任务，包括CSV分析、LSTM建模和图像分类与检测。它提供先进的功能和能力，帮助开发者高效处理多样化的数据集。
如何使用 Dynamic AutoML?
要使用动态AutoML，请上传您的CSV文件或图像数据集，探索数据集属性，选择适当的模型进行训练，评估模型性能，并下载训练好的模型以进行部署。
核心功能 Dynamic AutoML:
1️⃣
用于CSV分析的动态数据集架构
2️⃣
LazyPredict模型实现用于模型选择
3️⃣
用于图像分类的自动化模型训练
4️⃣
使用YOLO进行动态图像分割
5️⃣
简化的LSTM模型训练和超参数调优
为什么要使用 Dynamic AutoML?
| # | 使用案例 | 状态 | |
|---|---|---|---|
| # 1 | 自动化时间序列数据集的分析 | ✅ | |
| # 2 | 高效训练图像分类模型 | ✅ | |
| # 3 | 为特定数据集优化LSTM模型 | ✅ | |
开发者 Dynamic AutoML?
动态AutoML由一支热情的计算机科学学生团队开发，他们专注于机器学习，包括Siddhanth Sridhar、Swaraj Khan和Shreya Chaurasia，致力于利用技术解决现实世界的挑战。