想天外比Keras更好用的机器学习“模型包”：0代码上手做模型( 二 ) 萧箫发自凹非寺量子位报道|公众号QbitA

网友：太棒了，想要更多新功能
此外，作者也非常乐意采纳各个网友的意见。
例如，一个网友指出，如果能用交叉验证进行超参数搜索/调整，那么会是个很好的改进，而作者本人也立即采纳了这个建议。
不过，也有网友表示， “让一切程序自动化”是没有意义的。
毕竟作者已经声明，项目是建立在scikit-learn的基础上的。但后者同样几行代码就能做机器学习，那么scikit-learn和这个项目有什么区别？
作者对此回应称，最大的区别在于，相比于编写代码，这个项目旨在以更“可读”的方式设计想做的模型。
有网友认可这样的观点，毕竟对于许多做生产的机器学习工程师来说， “任何不需要做的编程工作”都是没有意义的，是在“浪费时间和金钱” 。
对于这个项目，更多的网友表示了支持，并希望看见他的新功能。
对这个机器学习项目感兴趣的小伙伴，可以通过下方传送门查看~
作者介绍
NidhalBaccouri ，于今年4月在德国哥廷根大学取得硕士学位，研究方向是软件、控制工程和人工智能。
目前， NidhalBaccouri在汽车行业工作，研究方向是数字双胞胎技术，会同时应用人工智能和物联网的知识。业余时间，他喜欢做做项目，尤其是与AI和Python相关的项目。
传送门
项目地址：https://github.com/nidhaloff/igel
参考链接：https://news.ycombinator.com/item?id=24671525https://nidhalbacc.azurewebsites.net/
—完—
量子位QbitAI·头条号签约
关注我们，第一时间获知前沿科技动态

想天外 比Keras更好用的机器学习“模型包”：0代码上手做模型( 二 )

想天外比Keras更好用的机器学习“模型包”：0代码上手做模型( 二 )