Описание
Программный комплекс для автоматического машинного обучения Fedot.Core представляет собой открытый фреймворк, предназначенный для решения задач автоматического моделирования (AutoML). Он распространяется под лицензией BSD-3-Clause и обеспечивает автоматическое генерирование конструкторов машинного обучения для различных практических задач. Основой Fedot является эволюционный подход, который поддерживает такие задачи, как классификация (двойная и многоклассовая), регрессия, кластеризация и прогнозирование временных рядов.
Ключевой особенностью фреймворка является комплексное управление взаимодействием между различными компонентами конвейера, который представлен в виде графа, определяющего связи между блоками обработки данных и моделями.
Fedot способен к гибкой автоматизации построения решений для различных задач и типов данных, включая текстовые, изображенческие и табличные, а также модели. Алгоритмы оптимизации конвейера являются независимыми от данных и задач, однако допускается использование специальных стратегий для конкретных задач или типов данных, таких как прогнозирование временных рядов или обработка естественного языка (NLP), для повышения эффективности.
Фреймворк также легко интегрируется с популярными библиотеками машинного обучения, такими как Scikit-learn, CatBoost и XGBoost, и позволяет интеграцию пользовательских библиотек. Fedot поддерживает различные методы настройки гиперпараметров, включая пользовательские метрики оценки моделей и пространство поиска, что обеспечивает настраиваемость и управляемость сложности моделей для достижения желаемого качества.
Результирующие конвейеры могут быть экспортированы отдельно в формате JSON или вместе с входными данными в ZIP-архиве для воспроизводимости экспериментов. Основное внимание в разработке Fedot уделяется поддержке сложных паттернов проектирования конвейера, особенно для задач прогнозирования временных рядов, а также поддержке многомодального моделирования.
Установка Fedot осуществляется через пакетный менеджер Python pip. Для установки с дополнительными зависимостями для обработки изображений и текста, а также для глубоких нейронных сетей используется команда:
$ pip install fedot[extra].
Фреймворк динамично обновляется и развивает новые функции, включая создание языковых моделей для задач AutoML, реализацию мета-обучения на основе графовых нейронных сетей и глубокого обучения, а также множество исследовательских задач, касающихся бенчмаркинга и сложного проектирования конвейеров.
Fedot предоставляет высокоуровневый API для выполнения задач классификации, регрессии и прогнозирования временных рядов. Пользователи могут импортировать необходимые классы из fedot.api.main и инициализировать объект Fedot, определяя тип моделируемой задачи, а также использовать интерфейс fit/predict для оптимизации и прогноза целевых значений на основе входных данных. Fedot работает с различными форматами данных, включая массивы NumPy и DataFrame от Pandas, что делает его доступным для широкой аудитории в области комплексного анализа данных и машинного обучения.
Из-за своей универсальности и гибкости, Fedot находит применение в самых различных отраслях: от финансовых услуг и здравоохранения до производственных процессов и государственного управления, позволяя пользователям автоматизировать анализ и принятие решений на основе данных.
Если вы обнаружили ошибку, пожалуйста, уведомите нас — выделите текст с ошибкой и нажмите клавиши Ctrl+Enter. Отключите блокировщик рекламы, если после нажатия комбинации кнопок не срабатывает всплывающее окно.
