auto-sklearn是一种自动化的机器学习工具包，是scikit-learn估计器的直接替代品。auto-sklearn将机器学习用户从算法选择和超参数调整中解放出来。它利用了贝叶斯优化，元学习和集成构建方面的最新优​​势。阅读我们在NIPS 2015上发表的论文，以了解有关自动换向学习技术的更多信息。帽子））将运行一小时，并且精度应高于0.98。许可auto-sklearn的许可方式与scikit-learn相同，即3条款BSD许可。引用auto-sklearn如果您在科学出版物中使用auto-sklearn，我们希望参考以下论文：高效和鲁棒的自动化机器学习，Feurer等人，Neural Information Processing Systems 28（NIPS 2015）。Bibtex条目：@incollection {NIPS2015_5872，标题= {高效和鲁棒的自动化机器学习}，作者= {Feurer，Matthias和Klein，Aaron和Eggensperger，Katharina和Springenberg，Jost和Blum，Manuel和Hutter，Frank}，书名= {《神经信息处理系统的发展》 28，编辑= {C。Cortes和ND Lawrence以及DD Lee和M. Sugiyama和R. Garnett}，页= {2962--2970}，年份= {2015}，出版商= {Curran Associates，Inc。}，URL = {}}从错误报告和文档到新功能，所有这些都对auto-sklearn有所贡献。如果您想为代码做出贡献，则可以从问题跟踪器中选择一个标记为“需求贡献者”的问题。