InsightfulAI 소개: 단순화된 기계 학습을 위한 공개 알파 API

Python 개발자와 데이터 과학자가 분류 및 회귀 작업을 더 쉽게 할 수 있도록 설계된 Public Alpha API인 InsightfulAI를 출시하게 되어 기쁩니다. . 이번 알파 릴리스는 PyPI에서 사용할 수 있으므로 pip로 빠르게 설치하고 테스트할 수 있습니다!

InsightfulAI는 복잡한 기계 학습 코드를 다루기보다는 문제 해결에 집중할 수 있도록 간소화되고 직관적인 설정을 제공합니다. InsightfulAI의 미래를 형성하기 위한 귀중한 피드백을 제공하는 얼리 어답터가 될 수 있는 기회입니다.

InsightfulAI Alpha API의 주요 기능

• 분류 및 회귀: 즉시 사용 가능한 로지스틱 회귀 및 랜덤 포레스트 모델이 포함됩니다.
• 재시도 논리: 일시적인 오류를 처리하기 위해 실패한 작업을 자동으로 재시도합니다.
• 사용자 정의 가능한 매개변수: 로지스틱 회귀 분석에서 C 및 솔버와 같은 하이퍼 매개변수를 구성하거나 랜덤 포레스트에 대해 n_estimators 및 max_length를 구성합니다.
• 솔버 옵션: 로지스틱 회귀는 'lbfgs', 'liblinear', 'saga'와 같은 널리 사용되는 솔버를 지원하므로 데이터 세트의 크기와 특성에 따라 유연성을 제공합니다.
• 일괄 비동기 처리: 배치에 대한 모델 학습, 예측, 평가를 비동기식으로 수행합니다. 이는 특히 대규모 데이터세트나 실시간 애플리케이션을 처리하는 데 유용합니다.
• OpenTelemetry 지원: 내장된 OpenTelemetry 추적을 통해 모델의 훈련 및 예측 성능을 추적하여 모니터링 및 디버깅을 단순화합니다.

이 공개 알파 API는 기계 학습 프로젝트를 시작하고 기본 모니터링을 통합하는 데 필수적인 도구를 제공합니다.

InsightfulAI Public Alpha API를 설치하는 방법

PyPI에서 InsightfulAI의 알파 릴리스를 사용할 수 있습니다! 다음 명령을 사용하여 설치하십시오:

pip install InsightfulAI

이렇게 하면 InsightfulAI의 알파 버전이 설치되어 기능을 실험하고 개선하는 데 도움이 되는 피드백을 제공할 수 있습니다.

InsightfulAI 시작하기

다음은 프로젝트에서 InsightfulAI의 로지스틱 회귀 모델을 사용하는 방법에 대한 빠른 튜토리얼입니다.

1단계: 가져오기 및 초기화

API에서 InsightfulAI를 가져옵니다. 모델 유형(로지스틱 회귀 또는 랜덤 포레스트)을 선택하고 원하는 설정으로 초기화하세요.

from insightful_ai_api import InsightfulAI

# Initialize the API for logistic regression with solver choice
model = InsightfulAI(model_type="logistic_regression", C=1.0, solver='lbfgs')  # Options: 'lbfgs', 'liblinear', 'saga'

2단계: 데이터 준비

데이터세트를 numpy 배열 또는 pandas 데이터 프레임에 로드한 다음 훈련 및 테스트 세트로 분할합니다.

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[...], ...])  # Features
y = np.array([...])          # Target

# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

3단계: 모델 학습

맞춤 방법을 사용하여 모델 학습:

pip install InsightfulAI

4단계: 일괄 비동기식 예측

배치 비동기 처리를 활용하여 대규모 배치를 효율적으로 예측하세요.

from insightful_ai_api import InsightfulAI

# Initialize the API for logistic regression with solver choice
model = InsightfulAI(model_type="logistic_regression", C=1.0, solver='lbfgs')  # Options: 'lbfgs', 'liblinear', 'saga'

5단계: 모델 성능 평가

평가 기능을 사용하여 모델 정확도를 평가하세요.

import numpy as np
from sklearn.model_selection import train_test_split

X = np.array([[...], ...])  # Features
y = np.array([...])          # Target

# Split into train and test sets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

OpenTelemetry로 모니터링

InsightfulAI에는 모니터링 및 추적을 위한 OpenTelemetry가 포함되어 있어 모델 성능에 대한 통찰력을 얻고 문제를 쉽게 디버깅할 수 있습니다.

지금 InsightfulAI 공개 알파 API를 사용해 보세요!

이 공개 알파 API 릴리스는 InsightfulAI를 직접 체험하고 발전에 영향을 줄 수 있는 기회입니다. PyPI에서 InsightfulAI 설치:

model.fit(X_train, y_train)
print("Model training complete!")

귀하의 피드백은 필수적입니다. 자세히 알아보고 기능을 살펴보고 의견을 알려주세요!

위 내용은 InsightfulAI 소개: 단순화된 기계 학습을 위한 공개 알파 API의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!