AutoML

מה זה

אתם מעלים קובץ CSV, צופים בתרשימי התפלגות וקורלציה, ומנקים ערכים חסרים או חריגים. לאחר מכן בוחרים את עמודת המטרה ומריצים אימון על מגוון אלגוריתמים של למידת מכונה עבור בעיות סיווג או רגרסיה. בסוף מקבלים לוח השוואת ביצועים, מדדי דיוק, מטריצת בלבול או שגיאות, ומורידים את המודל המאומן כקובץ pickle.

מאחורי הקלעים רצות ספריות scikit-learn ו־XGBoost לבניית המודלים וכוונון היפר-פרמטרים. בנוסף משולבים מודלים של Google Gemini ו־Groq דרך LangChain, שמנתחים את מבנה הנתונים ומספקים הסברים טקסטואליים על חשיבות המאפיינים והחלטות המודל.

מתאים ל

• בדיקת היתכנות לנתוני טבלה

  אימון מהיר של עשרות אלגוריתמים במקביל כדי להבין איזה מודל משיג ביצועים עדיפים על קובץ נתונים קיים.

• ניקוי נתונים והכנה לאימון

  זיהוי וטיפול אוטומטי בערכים חסרים, קידוד משתנים קטגוריאליים וסינון חריגים ישירות מתוך הממשק.

• ייצוא מודל מוכן להטמעה

  כוונון היפר-פרמטרים למודל הנבחר והורדה ישירה שלו כקובץ pickle לשימוש במערכות חיצוניות.

איפה זה נופל

השרת מוגבל לחומרת מעבד חלשה, כך שאימון על סטים גדולים עלול להיתקע. הניתוח החכם ותיקון השגיאות תלויים במפתחות API חיצוניים של גוגל וגרוק, ואם הם חסרים או נכשלים, הכלי נסוג לאלגוריתמים פשוטים מבוססי כללים. אין תמיכה בקובצי אקסל ישירים, אלא רק בפורמט CSV, והורדת המודל מוגבלת לקובץ pickle שמצריך סביבת פייתון תואמת כדי להשתמש בו בהמשך.

איך משתמשים

טוענים את קובץ ה־CSV בדפדפן, עוברים בין שלבי הניתוח, הניקוי ובחירת האלגוריתמים, ולוחצים על אימון. המרחב נמצא כרגע במצב שינה, כך שפתיחה ראשונה דורשת המתנה של כדקה או שתיים להתעוררות השרת. ההרצה מתבצעת על מעבד בסיסי בלבד, ולכן חישובים מורכבים או קבצים כבדים עם כוונון פרמטרים רחב ייקחו זמן מורגש.

הרישיון

הפרויקט מופץ תחת רישיון MIT שמאפשר שימוש חופשי, שינוי והפצה, כולל לצרכים מסחריים. נתוני ה־CSV שאתם מעלים והמודלים שנוצרים מעובדים על גבי השרת המארח, ולכן לא מומלץ להעלות לשם מידע עסקי רגיש.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש

הרישיון המלא ב־Hugging Face ↗