Rumah > pembangunan bahagian belakang > Tutorial Python > Memperkenalkan InsightfulAI: Public Alpha API untuk Pembelajaran Mesin Ringkas

Memperkenalkan InsightfulAI: Public Alpha API untuk Pembelajaran Mesin Ringkas

Barbara Streisand
Lepaskan: 2024-11-16 22:13:03
asal
339 orang telah melayarinya

Introducing InsightfulAI: Public Alpha API for Simplified Machine Learning

Kami sangat teruja untuk melancarkan InsightfulAI, sebuah Public Alpha API yang direka untuk memudahkan tugas klasifikasi dan regresi untuk pembangun Python dan saintis data . Keluaran alfa ini tersedia pada PyPI, membolehkan anda memasang dan mengujinya dengan cepat dengan pip!

InsightfulAI menyediakan persediaan yang diperkemas dan intuitif yang membolehkan anda menumpukan pada menyelesaikan masalah dan bukannya menangani kod pembelajaran mesin yang kompleks. Inilah peluang anda untuk menjadi pengguna awal, memberikan maklum balas yang berharga untuk membentuk masa depan InsightfulAI.


Ciri Utama API Alpha InsightfulAI

  • Klasifikasi dan Regresi: Termasuk regresi logistik sedia untuk digunakan dan model hutan rawak.
  • Cuba Semula Logik: Cuba semula operasi yang gagal secara automatik untuk mengendalikan ralat sementara.
  • Parameter Boleh Disesuaikan: Konfigurasikan hiperparameter seperti C dan penyelesai dalam regresi logistik, atau n_estimators dan max_depth untuk hutan rawak.
  • Pilihan Penyelesai: Regresi logistik menyokong penyelesai popular seperti 'lbfgs', 'liblinear' dan 'saga', membenarkan fleksibiliti berdasarkan saiz dan ciri set data anda.
  • Pemprosesan Asynchronous Batch: Lakukan latihan model, ramalan dan penilaian pada kelompok secara tidak segerak, yang amat berguna untuk mengendalikan set data yang besar atau aplikasi masa nyata.
  • Sokongan OpenTelemetry: Jejaki latihan dan prestasi ramalan model anda dengan pengesanan OpenTelemetry terbina dalam, memudahkan pemantauan dan penyahpepijatan.

Public Alpha API ini menyediakan alatan penting untuk memulakan projek pembelajaran mesin anda dan menyepadukan pemantauan asas.


Cara Memasang InsightfulAI Public Alpha API

Keluaran alfa InsightfulAI tersedia di PyPI! Pasangnya dengan arahan berikut:

pip install InsightfulAI
Salin selepas log masuk
Salin selepas log masuk

Ini akan memasang versi alfa InsightfulAI, membolehkan anda mencuba cirinya dan memberikan maklum balas untuk membantu kami memperbaikinya.


Bermula dengan InsightfulAI

Berikut ialah tutorial ringkas tentang menggunakan model regresi logistik InsightfulAI dalam projek anda.

Langkah 1: Import dan Mulakan

Import InsightfulAI daripada API. Pilih jenis model anda (regresi logistik atau hutan rawak), dan mulakan dengan tetapan pilihan anda:

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'
Salin selepas log masuk
Salin selepas log masuk

Langkah 2: Sediakan Data Anda

Muatkan set data anda ke dalam tatasusunan numpy atau bingkai data panda, kemudian bahagikannya kepada set latihan dan ujian:

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)
Salin selepas log masuk
Salin selepas log masuk

Langkah 3: Latih Model

Latih model anda menggunakan kaedah muat:

pip install InsightfulAI
Salin selepas log masuk
Salin selepas log masuk

Langkah 4: Ramalan Tak Segerak Kelompok

Manfaatkan pemprosesan tak segerak kelompok untuk membuat ramalan pada kelompok besar dengan cekap:

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'
Salin selepas log masuk
Salin selepas log masuk

Langkah 5: Nilai Prestasi Model

Nilai ketepatan model anda menggunakan fungsi penilaian:

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)
Salin selepas log masuk
Salin selepas log masuk

Pemantauan dengan OpenTelemetry

InsightfulAI termasuk OpenTelemetry untuk pemantauan dan penjejakan, membolehkan anda memperoleh cerapan tentang prestasi model anda dan isu nyahpepijat dengan mudah.


Cuba InsightfulAI Public Alpha API Hari Ini!

Keluaran Public Alpha API ini ialah peluang anda untuk menggunakan InsightfulAI dan membantu mempengaruhi evolusinya. Pasang InsightfulAI daripada PyPI:

model.fit(X_train, y_train)
print("Model training complete!")
Salin selepas log masuk

Maklum balas anda adalah penting—selami, terokai ciri dan beritahu kami pendapat anda!

Atas ialah kandungan terperinci Memperkenalkan InsightfulAI: Public Alpha API untuk Pembelajaran Mesin Ringkas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:dev.to
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan