आपके काम के लिए रेटेड एआई टूल
AI ट्रेन करके कमाएँ
🤝 आप फ्री & ओपन सोर्स लाइब्रेरी में हैं — समुदाय द्वारा बनाए गए टूल जिन्हें आप बिना भुगतान किए उपयोग कर सकते हैं। हमारी स्कोर की गई AI डायरेक्टरी से अलग एक अवधारणा।
होम › फ्री & ओपन सोर्स › डेटा विज्ञान › auto-sklearn
✦ फ्री & ओपन सोर्सडेटा विज्ञान

auto-sklearn

scikit-learn एस्टिमेटर्स के लिए ड्रॉप-इन रिप्लेसमेंट के रूप में काम करने वाला ऑटोमेटेड मशीन लर्निंग टूलकिट।

auto-sklearn के साथ scikit-learn पाइपलाइनों को स्वचालित करें

मजबूत भविष्यवाणियां करने वाले मॉडल बनाने के लिए मेटा-लर्निंग और बेजियन ऑप्टिमाइजेशन का लाभ उठाएं।

हमेशा के लिए मुफ़्त · ओपन सोर्स · BSD-3-Clause
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
8.5
ZEKAI
ऑटोमेटेड scikit-learn ट्यूनिंग
फ्री & ओपन सोर्स · डेटा विज्ञान
सेटअप की आसानी7
उपयोगिता9
रखरखाव9.5
समुदाय8.5
★ 8,129
गिटहब
Sep 2026
अपडेटेड
BSD-3-Clause
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

auto-sklearn scikit-learn के ऊपर बनाया गया एक ऑटोमेटेड मशीन लर्निंग टूलकिट है। यह डेटा वैज्ञानिकों के लिए एल्गोरिदम चयन और हाइपरपैरामीटर ट्यूनिंग को स्वचालित करने के लिए बेजियन ऑप्टिमाइजेशन और मेटा-लर्निंग का उपयोग करता है।

इस पर चलता है
Cross-platform
होस्टिंग
Desktop
भाषाएँ
Python
लाइसेंस
BSD-3-Clause

यह क्या है

यह टूलकिट मानक scikit-learn एस्टिमेटर्स के लिए एक ड्रॉप-इन रिप्लेसमेंट प्रदान करता है, जिससे आप केवल कुछ पंक्तियों के Python कोड के साथ क्लासिफिकेस मॉडल फिट कर सकते हैं। यह SMAC जैसी उन्नत तकनीकों का उपयोग करके स्वचालित रूप से हाइपरपैरामीटर सर्च स्पेस को संभालता है और डेटासेट में पिछले प्रदर्शन के आधार पर मेटा-लर्निंग को शामिल करता है।

किसके लिए

यह उन डेटा वैज्ञानिकों और मशीन लर्निंग इंजीनियरों के लिए उपयुक्त है जो पाइपलाइन विकास और बेसलाइन निर्माण को गति देना चाहते हैं। यह उन प्रैक्टिशनर्स के लिए उपयुक्त नहीं है जो हर एक पाइपलाइन चरण पर मैन्युअल नियंत्रण पसंद करते हैं या जो Python इकोसिस्टम के बाहर काम कर रहे हैं।

मुख्य विशेषताएँ

ड्रॉप-इन एस्टिमेटर

मानक scikit-learn क्लासिफिकेशन एस्टिमेटर्स के लिए सीधे रिप्लेसमेंट के रूप में काम करता है।

बेजियन ऑप्टिमाइजेशन

हाइपरपैरामीटर को प्रभावी ढंग से ट्यून करने के लिए अनुक्रमिक मॉडल-आधारित एल्गोरिदम कॉन्फ़िगरेशन का उपयोग करता है।

मेटा-लर्निंग फाउंडेशन

नई मशीन लर्निंग समस्याओं के लिए खोज को वार्म-स्टार्ट करने के लिए पिछले डेटासेट मूल्यांकनों का लाभ उठाता है।

कैसे शुरू करें

3 चरणों में तैयार

1
आधिकारिक इंस्टॉलेशन गाइड का पालन करके पैकेज इंस्टॉल करें
2
अपनी Python स्क्रिप्ट में autosklearn.classification को इम्पोर्ट करें
3
AutoSklearnClassifier को इंस्टेंटिएट करें और अपने ट्रेनिंग डेटा पर फिट कॉल करें
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • scikit-learn एस्टिमेटर्स के लिए ड्रॉप-इन रिप्लेसमेंट
  • एल्गोरिदम चयन और हाइपरपैरामीटर ट्यूनिंग दोनों को स्वचालित करता है
  • SMAC के माध्यम से बेजियन ऑप्टिमाइजेशन को एकीकृत करता है
  • तेज़ ऑप्टिमाइजेशन शुरुआत के लिए मेटा-लर्निंग को नियोजित करता है

कहाँ कमी है

  • Python कोड लिखने और scikit-learn डिपेंडेंसी को प्रबंधित करने की आवश्यकता होती है
  • ऑप्टिमाइजेशन प्रक्रिया कंप्यूटेशनल रूप से गहन और समय लेने वाली हो सकती है
  • एकमात्र लागत प्रशिक्षण के लिए अपना खुद का हार्डवेयर चलाना है
लागत

मूल्य & लाइसेंस

अपने लाइसेंस के तहत मुफ़्त, README में किसी भी भुगतान किए गए होस्टेड विकल्प का उल्लेख नहीं किया गया है। एकमात्र लागत कंप्यूटिंग संसाधनों को स्वयं चलाना है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

880 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।

सभी खुले रोल देखें →
तुलना

विकल्प

🎁 फ्री & ओपन-सोर्स विकल्प

ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।

और पाएं

इसे उपयोग करें, या हमसे सेट करवाएं

📄 मुफ़्त PDF: डेटा विज्ञान के लिए auto-sklearn
आपका पहला परिणाम पाने के लिए सरल भाषा में गाइड। आपके इनबॉक्स में।
🔔 64 लोग पूरा वीडियो ट्यूटोरियल चाहते हैं — अपना वोट जोड़ें
🛠 खुद सेट नहीं करना चाहते?
हम auto-sklearn को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

auto-sklearn क्या है?

यह एक ऑटोमेटेड मशीन लर्निंग टूलकिट है जो scikit-learn एस्टिमेटर्स के लिए ड्रॉप-इन रिप्लेसमेंट के रूप में कार्य करता है।

मैं इसका उपयोग कैसे करूं?

आप क्लासिफायर को इम्पोर्ट करते हैं, इसे इंस्टेंटिएट करते हैं, और मानक scikit-learn मॉडल की तरह अपने ट्रेनिंग डेटा पर फिट कॉल करते हैं।

रडार

ताज़ा AI समाचार

✉️ साप्ताहिक मुफ़्त टूलकिट
डेटा विज्ञान के लिए सर्वश्रेष्ठ नए फ्री & ओपन-सोर्स टूल — हर हफ्ते एक छोटा ईमेल, आपकी भाषा में।
मुफ़्त · 1 ईमेल/सप्ताह · कभी भी अनसब्सक्राइब करें
AI ट्रेनिंग से पैसे कमाएँ →

Google में Zekai को सबसे पहले देखें