开源与本地工具 · 工具介绍
AIDE ML
通过命令行或实验界面，根据数据集、自然语言目标和评测指标迭代生成、调试与评估机器学习代码。
AIDE ML 能做什么
通过命令行或实验界面，根据数据集、自然语言目标和评测指标迭代生成、调试与评估机器学习代码。
- 模型训练与部署
如何使用 AIDE ML
探索一个机器学习任务的候选方案
准备输入
- 授权数据集
- 任务目标
- 评测指标和执行预算
操作步骤
- 配置数据路径、目标与评测指标。
- 运行候选代码生成和迭代评估。
- 查看方案树及代码，对最佳候选执行独立数据验证。
预期交付物
- 候选机器学习代码
- 评测结果与方案树
这是面向研究和原型的参考实现，不等同于 Weco 商业平台或生产可靠性保证。
开始前需要了解
账号权限、费用与可用功能请以官方入口的当前说明为准。重要结果应先检查，再用于实际工作。
从开源与本地工具角度评估AIDE ML
把开源与本地工具需要的条件列清楚，再比较工具。阅读本页的产品用途、步骤与限制，再逐项确认下面的问题；这些是选型方法，不表示每款工具都具备同样能力。
本地运行到哪一步
区分本地界面、本地处理和外部API；不能只看名称判断数据去向。
环境是否匹配
检查系统、内存、磁盘和依赖，按官方要求判断能否运行。
后续是否可维护
确认许可证、配置保存、数据导出与版本更新方法。
选择一个小样任务，先检查结果与交付格式，再决定是否用于更多资料。
