O auto-sklearn é um kit de ferramentas de aprendizado de máquina automatizado e um substituto para um estimador de aprendizado de scikit.O auto-sklearn libera um usuário de aprendizado de máquina da seleção de algoritmos e do ajuste de hiperparâmetros.Ele aproveita as vantagens recentes em otimização bayesiana, meta-aprendizado e construção de conjuntos.Saiba mais sobre a tecnologia por trás do auto-sklearn lendo nosso artigo publicado no NIPS 2015.Isso funcionará por uma hora e deve resultar em uma precisão acima de 0,98.A licença auto-sklearn é licenciada da mesma maneira que o scikit-learn, a saber, a licença BSD de 3 cláusulas.Citando o auto-sklearn Se você usar o auto-sklearn em uma publicação científica, gostaríamos de fazer uma referência ao seguinte artigo: Aprendizado de máquina automatizado eficiente e robusto, Feurer et al., Avanços em sistemas de processamento de informações neurais 28 (NIPS 2015).Entrada da Bibtex: @incollection {NIPS2015_5872, title = {Aprendizado de máquina automatizado eficiente e robusto}, autor = {Feurer, Matthias e Klein, Aaron e Eggensperger, Katharina e Springenberg, Jost e Blum, Manuel e Hutter, Frank}, booktitle = {Avanços nos sistemas de processamento de informações neurais 28}, editor = {C.Cortes e ND Lawrence e DD Lee e M. Sugiyama e R. Garnett}, páginas = {2962--2970}, ano = {2015}, editor = {Curran Associates, Inc.}, url = {}} Contribuindo Agradecemostoda a contribuição para o aprendizado automático, desde relatórios de erros e documentação até novos recursos.Se você quiser contribuir com o código, poderá escolher um problema no rastreador de problemas, marcado com Necessita do contribuidor.