معرفی شرکت ها

cooka-0.1.5

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.1.5
0.1.3
0.1.2
0.1.1
0.1.1

توضیحات

A lightweight AutoML system.
ویژگی مقدار
سیستم عامل -
نام فایل cooka-0.1.5
نام cooka
نسخه کتابخانه 0.1.5
نگهدارنده []
ایمیل نگهدارنده []
نویسنده DataCanvas Community
ایمیل نویسنده yangjian@zetyun.com
آدرس صفحه اصلی -
آدرس اینترنتی https://pypi.org/project/cooka/
مجوز Apache License 2.0
# Cooka [![Python Versions](https://img.shields.io/pypi/pyversions/cooka.svg)](https://pypi.org/project/hypergbm) [![Downloads](https://pepy.tech/badge/cooka)](https://pepy.tech/project/hypergbm) [![PyPI Version](https://img.shields.io/pypi/v/cooka.svg)](https://pypi.org/project/hypergbm) [Doc](https://cooka.readthedocs.io) | [简体中文](README_zh_CN.md) Cooka is a lightweight and visualization toolkit to manage datasets and design model learning experiments through web UI. It using [DeepTables](https://github.com/DataCanvasIO/DeepTables) and [HyperGBM](https://github.com/DataCanvasIO/HyperGBM) as experiment engine to complete feature engineering, neural architecture search and hyperparameter tuning automatically. <img src="docs/static/datacanvas_automl_toolkit.png" alt="drawing" width="700" height="450"/> ## Features overview Through the web UI provided by cooka you can: - Add and analyze datasets - Design experiment - View experiment process and result - Using models - Export experiment to jupyter notebook Screen shots： <table style="border: none"> <th><img src="docs/static/cooka_home_page.png" width="500"/></th> <th><img src="docs/static/cooka_train.gif" width="500"/></th> </table> The machine learning algorithms supported are ： - XGBoost - LightGBM - Catboost The neural networks supported are： - WideDeep - DeepFM - xDeepFM - AutoInt - DCN - FGCNN - FiBiNet - PNN - AFM - [...](https://deeptables.readthedocs.io/en/latest/models.html) The search algorithms supported are： - Evolution - MCTS(Monte Carlo Tree Search) - [...](https://github.com/DataCanvasIO/HyperGBM) The supported feature engineering provided by [scikit-learn](https://scikit-learn.org) and [featuretools](https://github.com/alteryx/featuretools) are： - Scaler - StandardScaler - MinMaxScaler - RobustScaler - MaxAbsScaler - Normalizer - Encoder - LabelEncoder - OneHotEncoder - OrdinalEncoder - Discretizer - KBinsDiscretizer - Binarizer - Dimension Reduction - PCA - Feature derivation - featuretools - Missing value filling - SimpleImputer It can also extend the search space to support more feature engineering methods and modeling algorithms. ## Installation ### Using pip The python version should be >= 3.6, for CentOS , install the system package: ```shell script pip install --upgrade pip pip install cooka ``` Start the web server： ```shell script cooka server ``` Then open `http://<your_ip:8000>` with your browser to use cooka. By default, the cooka configuration file is at `~/.config/cooka/cooka.py`, to generate a template: ```shell script mkdir -p ~/.config/cooka/ cooka generate-config > ~/.config/cooka/cooka.py ``` ### Using Docker Launch a Cooka docker container: ```shell script docker run -ti -p 8888:8888 -p 8000:8000 -p 9001:9001 -e COOKA_NOTEBOOK_PORTAL=http://<your_ip>:8888 datacanvas/cooka:latest ``` Open `http://<your_ip:8000>` with your browser to visit cooka. ## DataCanvas ![](docs/static/dc_logo_1.png) Cooka is an open source project created by [DataCanvas](https://www.datacanvas.com/).


نیازمندی

مقدار نام
- numpy
- pandas
>=0.22.1 scikit-learn
- requests
>=1.3.18 SQLAlchemy
==6.0.4 tornado
- jinja2
==0.1.13 deeptables
==0.2.2 hypergbm
- traitlets


زبان مورد نیاز

مقدار نام
>=3.6.* Python


نحوه نصب


نصب پکیج whl cooka-0.1.5:

    pip install cooka-0.1.5.whl


نصب پکیج tar.gz cooka-0.1.5:

    pip install cooka-0.1.5.tar.gz