autogluon
Automatiza el entrenamiento y conjunto de modelos de aprendizaje automático para datos tabulares, de series temporales y multimodales en Python.
Entrena modelos predictivos en conjunto y arquitecturas base en datos tabulares, de series temporales y de texto.
AutoGluon es una biblioteca de aprendizaje automático automatizado diseñada para científicos de datos e ingenieros de ML que trabajan en Python. Encuentra, ajusta y combina automáticamente algoritmos de aprendizaje automático tradicionales junto con modelos base para conjuntos de datos complejos. Debes usarlo si deseas un alto rendimiento predictivo sin pasar horas escribiendo pipelines de ajuste de hiperparámetros manuales.
Qué es
AutoGluon toma conjuntos de datos sin procesar —incluyendo tablas tabulares, series temporales probabilísticas y entradas multimodales— y ejecuta automáticamente búsquedas de modelos. Implementa conjuntos de pilas multicapa y destilación aumentada para combinar diversos modelos en un predictor unificado. A través de módulos específicos de tareas como TabularPredictor, TimeSeriesPredictor y MultiModalPredictor, automatiza el entrenamiento de modelos con un código mínimo.
Para quién
Se adapta a científicos de datos, analistas predictivos e ingenieros de aprendizaje automático que necesitan líneas base rápidas o modelos de referencia competitivos en datos estructurados. Es menos adecuado para equipos que operan en entornos integrados con recursos severamente limitados donde ejecutar conjuntos de múltiples modelos o modelos base de aprendizaje profundo no es factible.
Funciones clave
Automatización de datos tabulares
Entrena y combina múltiples modelos clásicos de aprendizaje automático y arquitecturas profundas directamente desde archivos de datos estructurados.
Predicción probabilística de series temporales
Automatiza la previsión univariada y multivariada utilizando conjuntos de pilas multicapa y modelos base dedicados de series temporales.
Entrenamiento de modelos multimodales
Combina entradas tabulares, campos de texto no estructurados y datos de imágenes en modelos predictivos unificados utilizando arquitecturas base modernas.
Destilación de modelos
Comprime conjuntos de pilas de múltiples modelos complejos en modelos individuales más pequeños y rápidos mediante destilación aumentada.
Listo en 3 pasos
Nuestro veredicto honesto
Lo mejor
- Automatiza el ensamblaje de modelos en modalidades tabulares, de series temporales y de texto en tres líneas de código.
- Soporta el ensamblaje de pilas multicapa para maximizar la precisión predictiva sobre enfoques de un solo modelo.
- Incluye destilación aumentada para generar modelos de inferencia más ligeros a partir de conjuntos complejos.
- Integra modelos base profundos como Chronos para la previsión de series temporales junto con algoritmos clásicos de ML.
Sus límites
- El entrenamiento de conjuntos de pilas multicapa requiere alta memoria y recursos computacionales, necesitando a menudo instancias de GPU dedicadas.
- Las dependencias pesadas pueden llevar a configuraciones de entorno complejas y huellas de instalación de paquetes grandes.
- Los modelos de ensamblaje completos pueden introducir una mayor latencia de inferencia en comparación con algoritmos simples individuales a menos que se destilen.
Precios y licencia
AutoGluon es de uso completamente gratuito bajo la licencia open-source Apache-2.0. El principal costo operativo proviene de los recursos informáticos, como CPUs de alta RAM o GPUs, necesarios para entrenar y combinar modelos de aprendizaje profundo.
Empleos para hispanohablantes
874 puestos remotos abiertos de entrenamiento de IA, actualizados el 15 de noviembre de 2026; la mayoría paga $20–$170 por hora. 22 de ellos piden hispanohablantes. Zekai los lista gratis; la solicitud va a la plataforma del empleador.
Alternativas
Estas herramientas de IA evaluadas hacen el mismo trabajo al instante — de nuestro directorio puntuado.
Úsalo, o deja que lo configuremos
FAQ
¿Qué versiones de Python admite AutoGluon?
AutoGluon es compatible con las versiones de Python de la 3.10 a la 3.13 en los sistemas operativos Linux, MacOS y Windows.
¿Puede AutoGluon manejar la previsión de series temporales?
Sí, proporciona TimeSeriesPredictor para la previsión probabilística de series temporales utilizando conjuntos de pilas y modelos base zero-shot.
¿Cómo logra AutoGluon una alta precisión?
Entrena múltiples modelos individuales y los combina utilizando conjuntos de pilas multicapa en lugar de depender de un solo modelo mejor.
