相关

其他自动化机器学习（AutoML）工具和相关项目：

名称	语言	许可证	描述
Auto-WEKA	Java	GPL-v3	自动模型选择和超参数调优，适用于Weka模型。
auto-sklearn	Python	BSD-3-Clause	一个自动化的机器学习工具包，并且是scikit-learn估计器的直接替代品。
auto_ml	Python	MIT	用于分析和生产的自动化机器学习。支持手动特征类型声明。
H2O AutoML	Java 与 Python、Scala 和 R 的 API 及网页图形用户界面	Apache 2.0	自动化：在分布式机器学习平台中进行数据准备、超参数调优、随机网格搜索和堆叠集成。
devol	Python	MIT	通过遗传编程自动设计深度神经网络。
MLBox	Python	BSD-3-Clause	在高维空间中进行精确的超参数优化，并支持分布式计算。
Recipe	C	GPL-v3	通过遗传编程优化机器学习管道。使用语法定义管道结构。
Xcessiv	Python	Apache 2.0	一个基于网页的应用程序，用于在Python中进行快速、可扩展和自动化的超参数调优和堆叠集成。
GAMA	Python	Apache 2.0	通过基于异步评估的遗传编程进行机器学习管道优化。
PyMoo	Python	Apache 2.0	Python中的多目标优化。
Karoo GP	Python	MIT	一个基于Python的遗传编程应用套件，支持符号回归和分类。
MABE	C++	See here	一个基于Python的遗传编程应用套件，支持符号回归和分类。
SBBFramework	Python	BSD-2-Clause	使用遗传编程（GP）进行问题分解的共生基于投标（SBB）框架的Python实现。
Tiny GP	Python	GPL-v3	一个极简的程序，实现了Koza风格（基于树）的遗传编程，用于解决符号回归问题。
Baikal	Python	BSD-3-Clause	一个基于图的功能API，用于构建复杂的scikit-learn管道。
skdag	Python	MIT	scikit-learn Pipelines 的一个更灵活的替代方案。
d6tflow	Python	MIT	一个Python库，使得构建复杂的数据科学工作流变得简单、快速和直观。