> ML_KUTUPHANE // AUTO-SKLEARN_v1.0

auto-sklearn

AutoML Freiburg — scikit-learn ve SMAC üzerine inşa edilmiş çığır açan akademik otomatik makine öğrenimi çerçevesi.

automl-hpov0.15.0BSD-3-Clausequalified

Model Eğitimi (Training)

Destekleniyor

Desteklenen Hızlandırıcılar:

CPU

Dağıtık Eğitim (Distributed):Hayır

Destekleniyor

Inference Hızlandırıcıları:

CPU

Hedef Ortamlar (Targets):server

+scikit-learn ön işlemcileri, sınıflandırıcıları ve regresörleri üzerinde otomatik boru hattı araması
+140'tan fazla OpenML veri kümesine benzerlik kullanan meta-öğrenme sıcak başlangıçları
+Sıralı Model Tabanlı Algoritma Yapılandırması (SMAC3) Bayesçi optimizasyonu
+En iyi performans gösteren modelleri ağırlıklı bir toplulukta birleştiren değerlendirme sonrası topluluk oluşturma

-Docker veya WSL2 olmadan yerel Windows işletim sisteminde çalışma (POSIX kaynak sınırları gerektirir)
-GPU'larda modern çok katmanlı görsel veya transformatör mimarileri eğitme
-Kutu içeriğinde çok düğümlü kümeler arasında yatay ölçeklenme

Otomatik tabüler makine öğreniminin akademik kıyaslaması
Standart sınıflandırma ve regresyon problemlerinde rekabetçi temel topluluk modelleri oluşturma
Bayesçi optimizasyon stratejilerini karşılaştıran AutoML araştırmaları

Konteynerleştirme olmadan yerel Windows sunucularındaki üretim dağıtımları
Modern tabüler gradyan artırma AutoML çatılarının (AutoGluon/FLAML) 10 kat daha hızlı olduğu büyük veri kümeleri (>10GB)

Veri Yerleşimi ve İkameti

Yalnızca POSIX belleğinde yerel olarak çalışır. Sıfır telemetri veya harici iletim.

Güvenlik Değerlendirmesi

BSD-3-Clause lisansı. Yürütmeyi Linux/WSL2 ortamlarıyla sınırlandırın.

Olgunluk:mature

Öğrenme Eğrisi:low

Operasyon Yükü:moderate

Maliyet Seviyesi:free-oss

> Bilinen Kısıtlamalar:

Linux POSIX kaynak modüllerine (resource.setrlimit) katı bağımlılık, doğrudan yerel Windows üzerine kurulmasını imkansız kılar.

Bu kütüphaneyi üretimde kullanırken aşağıdaki arıza senaryolarına karşı fail-closed korumalar uygulayın:

2026-09-25HIGH