原文：
www.kdnuggets.com/2020/07/wrapping-machine-learning-techniques-ai-jack-library-r.html
评论
由Jędrzej Furmann和AI-JACK共同开发
目前，人工智能的前沿技术包括但不限于在一个工具/库中比较多个机器学习模型。然而，手动尝试不同的技术仍然非常普遍，这种做法一旦重复多次，不仅枯燥无味，而且容易出错。当代码量庞大时，降低失败风险变得更加重要，因为调试和测试变得繁琐。考虑到这一点，AI-JACK 应运而生。它是一个机器学习管道加速器，作为 R 语言库设计，旨在更快更好地解决问题。
AI-JACK 以R 语言库的形式编写，尽管它不要求用户进行任何编码，除非用户希望添加自定义功能。它包含多个内置功能，帮助完成整个管道。包括数据加载、预处理、模型训练和版本控制，以及部署等模块，所有这些都可以通过一个配置文件中的几个参数来控制。建模主要使用 H2O API，一个最先进的机器学习框架，提供了许多算法，如 XGBoost、随机森林、线性模型、深度学习、EM 聚类、孤立森林等。
尽管许多功能是内置的，但代码可以以任何方式修改。用户可以在 AI-JACK 基础上添加其他功能或模型。这是该工具的优势：它可以作为许多问题中的完整管道，也可以只是更大过程中的一个步骤。
AI-JACK 在不同的超参数集上训练选定的模型，根据选定的指标选择最佳模型，然后将其输出——元数据、验证结果、特征重要性和模型本身——保存到指定路径。结果还可以以 Web 服务的形式提供，你可以通过 API 访问这些结果。
为了正常工作，你需要安装 R 运行时。RStudio 作为最常用的文本编辑器，写 R 代码时也会非常方便，尽管 AI-JACK 的基本版本不需要编码，一个简单的笔记本也足够。
AI-JACK还需要一个有效的 Java 运行环境安装。
在使用 AI-JACK 之前，您的数据集通常应该进行预处理。该库仅支持一些基本技术：去除特殊字符、缺失值处理、拆分测试/训练/验证集。数据集可以作为本地 csv 文件加载，或连接到 SQL 数据库。然后，您只需在选定路径中使用 init_aijack 函数初始化项目，并在新创建的配置文件 config_model.R 或 config_clust_model.R 中指定参数，具体取决于您是使用监督学习还是无监督学习。保存配置文件后，运行 main_model.R 或 main_clust_model.R，将训练几个模型。所有需要的文件都会自动保存到选定路径。
如果您正在训练监督模型，csv 输出包括所有技术的特征重要性信息，以及验证结果、创建的列名称（例如，如果模型使用了虚拟变量）、每次执行的准确度分数、可能的错误和有关模型的元数据。
如果你正在使用聚类，AI-JACK 会自动训练三种技术，并保存 png 图表，比较这些模型的轮廓系数。这些技术是 k-means、k-medoids 和期望最大化，它们是无监督技术中最常用的。
详细手册以及开发者联系方式可以在 GitHub 页面找到。AI-JACK 是一个开源项目，因此欢迎贡献！如果你觉得这个库有用，并想帮助开发它，你可以自由地参与其中。
个人简介：Jędrzej Furmann 是一名初级数据科学家和**AI-JACK** 的共同开发者。
相关：
-
自动化机器学习：免费电子书
-
modelStudio 和互动解释性模型分析的语法
-
实用的超参数优化
1. Google 网络安全证书 - 快速进入网络安全职业生涯。
2. Google 数据分析专业证书 - 提升你的数据分析技能
3. Google IT 支持专业证书 - 支持你的组织的 IT 工作