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 › PyCaret
✦ फ्री & ओपन सोर्सडेटा विज्ञान

PyCaret

कम-कोड ऑटोएमएल इंजन और रिएक्ट वेब इंटरफेस और फास्टएपीआई बैकएंड के साथ सेल्फ-होस्टेड मशीन लर्निंग प्लेटफॉर्म।

अंतर्निहित एमएल कंट्रोल प्लेन के साथ कम-कोड ऑटोएमएल इंजन

Scikit-learn के साथ मॉडल प्रशिक्षित करें, रिएक्ट UI में प्रयोगों का प्रबंधन करें, और प्रोडक्शन एपीआई एंडपॉइंट्स तैनात करें।

हमेशा के लिए मुफ़्त · सोर्स-उपलब्ध · Licence not stated in the repository
✓ Light setup✓ ब्राउज़र-आधारित✓ रियल-टाइम सहयोग
8.3
ZEKAI
सेल्फ-होस्टेड कम-कोड ऑटोएमएल
फ्री & ओपन सोर्स · डेटा विज्ञान
सेटअप की आसानी7
उपयोगिता9
रखरखाव8.5
समुदाय8.5
★ 9,837
गिटहब
Jul 2026
अपडेटेड
Licence not stated in the repository
लाइसेंस
🛠 खुद होस्ट नहीं करना चाहते? हम इसे सेट कर सकते हैं →
⚡ त्वरित उत्तर

PyCaret पाइथन में लिखित एक ओपन-सोर्स ऑटोएमएल लाइब्रेरी और सेल्फ-होस्टेड मशीन लर्निंग कंट्रोल प्लेन है। यह एल्गोरिदम को प्रशिक्षित करने, प्रयोगों को ट्रैक करने, मॉडल पंजीकृत करने और स्थानीय रूप से या आपके सर्वर पर प्रेडिक्शन API सर्व करने के लिए एक वेब UI प्रदान करता है। यह उन डेटा वैज्ञानिकों और प्रेडिक्टिव विश्लेषकों के लिए उपयुक्त है जो कमर्शियल SaaS प्लेटफॉर्म के बिना एक एकीकृत वर्कस्पेस चाहते हैं।

इस पर चलता है
वेब
होस्टिंग
Self-host
भाषाएँ
Python
लाइसेंस
Licence not stated in the repository

यह क्या है

यह टूल वर्गीकरण, रिग्रेशन, क्लस्टरिंग और टाइम सीरीज़ कार्यों में मॉडल प्रशिक्षण को स्वचालित करने के लिए FastAPI बैकएंड और React डैशबोर्ड के साथ Scikit-learn इंजन को जोड़ता है। यह प्रयोग के रनों का प्रबंधन करता है, एक एकीकृत रजिस्ट्री में मॉडल संस्करणों को ट्रैक करता है, और लाइव प्रेडिक्शन अनुरोधों के लिए REST एंडपॉइंट प्रदान करता है। वैकल्पिक बाहरी PostgreSQL और S3 बैकएंड समर्थन के साथ, पाइपलाइन स्थिति स्थानीय रूप से SQLite और फ़ाइल स्टोरेज का उपयोग करके बनी रहती है।

किसके लिए

यह प्लेटफॉर्म डेटा वैज्ञानिकों, प्रेडिक्टिव विश्लेषकों और मशीन लर्निंग इंजीनियरों के अनुकूल है जो अपने स्वयं के बुनियादी ढांचे पर प्रयोग ट्रैकिंग और मॉडल तैनाती को स्वचालित करना चाहते हैं। यह उन टीमों के लिए कम उपयुक्त है जिन्हें आज पूरी तरह से अलग, बड़े पैमाने पर क्लाउड माइक्रोएस सर्विसेज की आवश्यकता है, क्योंकि संस्करण 4.0 का वितरित वर्कर आर्किटेक्चर अभी भी विकास के अधीन है।

मुख्य विशेषताएँ

एकीकृत रिएक्ट कंट्रोल प्लेन

डार्क-मोड वेब डैशबोर्ड के माध्यम से प्रयोगों को कॉन्फ़िगर करें, लीडरबोर्ड का निरीक्षण करें, मॉडल को प्रमोट करें और प्रेडिक्शन का परीक्षण करें।

स्वचालित Scikit-Learn इंजन

सारणीबद्ध डेटा कार्यों में एक साथ कई मशीन लर्निंग एल्गोरिदम को प्रशिक्षित और मूल्यांकन करें।

सेल्फ-होस्टेड प्रेडिक्शन एंडपॉइंट्स

JSON पेलोड के साथ मानक HTTP POST अनुरोधों का उपयोग करके FastAPI के माध्यम से सीधे तैनात मॉडल सर्व करें।

LLM डेटासेट कॉपायलट

UI के भीतर स्वचालित डेटासेट अंतर्दृष्टि और प्रयोगात्मक मार्गदर्शन प्राप्त करने के लिए Anthropic या OpenAI API कुंजियाँ कनेक्ट करें।

प्लग करने योग्य बुनियादी ढांचा बैकएंड

पर्यावरण चर का उपयोग करके PostgreSQL और Amazon S3 के लिए स्थानीय SQLite और फ़ाइल सिस्टम स्टोरेज को स्वैप करें।

कैसे शुरू करें

3 चरणों में तैयार

1
आधिकारिक रिपॉजिटरी क्लोन करें: git clone https://github.com/pycaret/pycaret.git
2
API और UI कंटेनर को स्पिन अप करने के लिए प्रोजेक्ट रूट से docker compose up --build चलाएँ
3
प्रशासनिक खाता सेट अप करने के लिए अपने वेब ब्राउज़र में http://localhost:3020 पर जाएँ
सच कहें तो

हमारा ईमानदार फैसला

क्या अच्छा है

  • एक ही कंटेनरीकृत स्टैक में ऑटोएमएल प्रशिक्षण, प्रयोग ट्रैकिंग और मॉडल सर्विंग को जोड़ता है
  • पॉइंट-एंड-क्लिक UI YAML फाइलें लिखे बिना संपूर्ण वर्कफ़्लो कॉन्फ़िगरेशन की अनुमति देता है
  • मॉडल प्रमोट होने के बाद तुरंत curl-संगत प्रेडिक्शन एंडपॉइंट प्रदान करता है
  • एक ही Docker Compose कमांड का उपयोग करके लैपटॉप पर स्थानीय रूप से चलता है

कहाँ कमी है

  • संस्करण 4.0 एक प्रगति पर काम करने वाला रीफैक्टर है जो 3.x पर ब्रेकिंग बदलाव पेश करता है
  • Docker कंटेनर बिल्ड के दौरान पर्याप्त स्थानीय RAM संसाधनों (6GB+ अनुशंसित) की आवश्यकता होती है
  • उन्नत वितरित क्लाउड स्केलिंग के लिए वर्तमान में अंतर्निहित प्रोटोकॉल इंटरफेस के मैन्युअल कॉन्फ़िगरेशन की आवश्यकता होती है
  • यदि स्थानीय वॉल्यूम रीसेट किया जाता है तो डेटाबेस एन्क्रिप्शन कुंजियाँ और संग्रहीत क्रेडेंशियल पुनर्प्राप्त नहीं किए जा सकते हैं
लागत

मूल्य & लाइसेंस

PyCaret मुफ्त ओपन-सोर्स सॉफ्टवेयर है जो GitHub के माध्यम से उपलब्ध है। रखरखावकर्ताओं द्वारा कोई भी सशुल्क कमर्शियल टियर पेश नहीं किया जाता है; आपका मुख्य खर्च सर्वर कंटेनर चलाने की बुनियादी ढांचा लागत है।

पेड वर्क

हिंदी बोलने वालों के लिए जॉब्स

879 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 PyCaret
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 PyCaret को आपके लिए इंस्टॉल, होस्ट और कॉन्फ़िगर करेंगे — और आपकी टीम को प्रशिक्षित करेंगे।
हमसे करवाएं ↗
प्रश्न

सामान्य प्रश्न

PyCaret 4.0 बॉक्स से बाहर किस डेटाबेस का उपयोग करता है?

यह Docker वॉल्यूम के भीतर संग्रहीत इन-प्रक्रिया SQLite डेटाबेस का उपयोग करता है, जिसे प्रोडक्शन के लिए PostgreSQL का उपयोग करने के लिए कॉन्फ़िगर किया जा सकता है।

क्या मैं Docker के बिना स्थानीय रूप से PyCaret चला सकता हूँ?

हाँ, आप uv पैकेज मैनेजर का उपयोग करके डिपेंडेंसी स्थापित कर सकते हैं और FastAPI बैकएंड और React फ्रंटएंड को अलग-अलग प्रक्रियाओं के रूप में चला सकते 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