mljar-supervised
Automatize o aprendizado de máquina tabular em Python com mljar-supervised. Apresenta ajuste de hiperparâmetros, engenharia de recursos, explicações e aplicativos web.
Construa, ajuste e explique pipelines de ML tabular com documentação automatizada e aplicativos web.
mljar-supervised é um pacote Python de aprendizado de máquina automatizado projetado para poupar o tempo de cientistas de dados em tarefas de dados tabulares. Ele lida com pré-processamento de dados, seleção de algoritmos, ajuste de hiperparâmetros e gera relatórios automatizados em Markdown.
O que é
O pacote treina múltiplos modelos, incluindo modelos lineares, random forests, XGBoost, LightGBM, CatBoost e redes neurais, combinando-os por meio de ensembling e stacking. Ele calcula modelos de base, trata valores ausentes, cria recursos dourados e fornece explicações de modelos baseadas em SHAP.
Para quem
É adequado para cientistas de dados e analistas que buscam automatizar a construção repetitiva de pipelines e o ajuste de hiperparâmetros para dados tabulares. Não é adequado para tarefas de dados não estruturados, como processamento de imagem ou áudio bruto.
Recursos principais
Modos Integrados
Escolha entre os modos Explain, Perform, Compete e Optuna, dependendo dos objetivos do seu projeto.
Documentação Automática
Gera relatórios detalhados em Markdown para cada modelo de ML e etapa de análise.
Geração de Aplicativos Web
Gere automaticamente aplicativos web de previsão usando Mercury para compartilhar com especialistas de domínio.
Treinamento Consciente de Equidade
Inclui opções para treinamento de modelos consciente de equidade em dados tabulares.
Pronto em 3 passos
Nosso veredito honesto
Pontos fortes
- Gera aplicativos web de previsão interativos diretamente de modelos treinados.
- Fornece relatórios detalhados em Markdown com explicações visuais e valores SHAP.
- Suporta múltiplos modos de operação integrados, variando desde interpretabilidade até stacking em nível de competição.
- Trata valores ausentes e engenharia de recursos avançada automaticamente.
Onde deixa a desejar
- Computacionalmente intensivo ao executar os modos Compete ou Optuna em vários algoritmos.
- Limitado estritamente a formatos de dados tabulares.
- Requer configuração de ambiente Python e gerenciamento de dependências.
Preços & licença
Gratuito sob sua licença, sendo o único custo os seus próprios recursos de computação. A MLJAR também oferece uma opção comercial hospedada chamada MLJAR Studio.
Vagas para quem fala português
874 vagas remotas abertas de treinamento de IA, atualizadas em 15 de novembro de 2026; a maioria paga $20–$170 por hora. 8 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.
Alternativas
Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.
Use, ou deixe que a gente configure
FAQ
Quais formatos de dados são suportados?
Ele foi projetado especificamente para funcionar com dados tabulares.
Posso gerar aplicativos web para usuários não técnicos?
Sim, você pode gerar e publicar aplicativos web automaticamente usando a ferramenta integrada Mercury.
