Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение

🚀 Создавайте ML-модели с помощью естественного языка с Plexe

Почему бы не упростить создание моделей машинного обучения?

Plexe — это Python-библиотека, которая позволяет вам описывать задачу на естественном языке. После этого команда интеллектуальных агентов на базе LLM берёт всё в свои руки: от построения архитектуры до обучения и тестирования.

📌 Пример:

import plexe

model = plexe.Model(
    intent="Предсказать тональность новостных статей",
    input_schema={"headline": str, "content": str},
    output_schema={"sentiment": str}
)

model.build(
    datasets=[your_dataset],
    provider="openai/gpt-4o-mini"
)

prediction = model.predict({
    "headline": "Прорыв в области ИИ",
    "content": "Учёные достигли впечатляющих результатов..."
})

Основные возможности:
— Описание модели на естественном языке
— Многоагентная система (анализ, генерация кода, тесты)
— Автоматизированное построение моделей в один метод
— Поддержка распределённого обучения (Ray)
— Генерация данных и автоматический вывод схем
— Интеграция с OpenAI, Anthropic, HuggingFace и другими LLM-провайдерами

📦 Установка:

pip install plexe

🔗 Ознакомиться с проектом и примерами: https://clc.to/Fs6A-g

Библиотека дата-сайентиста #буст

www.tg-me.com/jp/Библиотека дата сайентиста | Data Science Machine learning анализ данных машинное обучение/com.dsproglib/6465

1.5K viewsMay 21 at 07:07

🚀 Создавайте ML-модели с помощью естественного языка с Plexe

Почему бы не упростить создание моделей машинного обучения?

Plexe — это Python-библиотека, которая позволяет вам описывать задачу на естественном языке. После этого команда интеллектуальных агентов на базе LLM берёт всё в свои руки: от построения архитектуры до обучения и тестирования.

📌 Пример:

import plexe

model = plexe.Model(
    intent="Предсказать тональность новостных статей",
    input_schema={"headline": str, "content": str},
    output_schema={"sentiment": str}
)

model.build(
    datasets=[your_dataset],
    provider="openai/gpt-4o-mini"
)

prediction = model.predict({
    "headline": "Прорыв в области ИИ",
    "content": "Учёные достигли впечатляющих результатов..."
})

pip install plexe

BY Библиотека дата-сайентиста | Data Science, Machine learning, анализ данных, машинное обучение