auto-sklearn är en automatiserad verktygssats för maskininlärning och en drop-in ersättning för en scikit-learning-uppskattare.auto-sklearn befriar en maskininlärningsanvändare från algoritmval och hyperparameterinställning.Det utnyttjar de senaste fördelarna med Bayesian-optimering, metallärande och konstruktion av ensemble.Läs mer om tekniken bakom auto-sklearn genom att läsa vårt papper publicerat på NIPS 2015.hatt)) Detta kommer att köras i en timme och bör resultera i en noggrannhet över 0,98.Licens auto-sklearn har licens på samma sätt som scikit-learning, nämligen BSD-licensen med 3 klausuler.Citera auto-sklearn Om du använder auto-sklearn i en vetenskaplig publikation skulle vi uppskatta en referens till följande artikel: Effektiv och robust automatiserad maskininlärning, Feurer et al., Advances in Neural Information Processing Systems 28 (NIPS 2015).Bibtex-post: @incollection {NIPS2015_5872, title = {Efficient and Robust Automated Machine Learning}, author = {Feurer, Matthias and Klein, Aaron and Eggensperger, Katharina and Springenberg, Jost and Blum, Manuel and Hutter, Frank}, booktitle = {Framsteg inom neurologiska informationsbehandlingssystem 28}, redaktör = {C.Cortes och ND Lawrence och DD Lee och M. Sugiyama och R. Garnett}, sidor = {2962--2970}, år = {2015}, utgivare = {Curran Associates, Inc.}, url = {}} Bidragande Vi uppskattarallt bidrag till auto-sklearn, från felrapporter och dokumentation till nya funktioner.Om du vill bidra till koden kan du välja en fråga från spårningsspåraren som är markerad med behov av bidragsgivare.