자연어로 목표를 설명하고 표 형식 데이터셋을 제공하면 멀티 에이전트 워크플로로 머신러닝 모델을 만듭니다.
autogluon/autogluon
몇 줄의 Python 코드로 표 형식, 시계열, 멀티모달 데이터의 ML 모델을 학습하고 앙상블하는 AutoML 라이브러리입니다.
대체할 수 있는 제품:DataRobot
H2O Driverless AI
- 스타
- 10,790
- 포크
- 1,204
- 열린 이슈
- 405
- 마지막 커밋
- 21시간 전
어떤 프로젝트인가요?
AutoGluon은 표 형식 데이터, 시계열 데이터, 텍스트·이미지·표를 결합한 멀티모달 데이터에서 머신러닝을 자동화합니다. 알고리즘을 직접 선택하고 일일이 튜닝하는 대신, 데이터에 predictor의 fit 메서드를 호출하면 여러 전통적인 ML 모델과 파운데이션 모델을 탐색한 뒤 최적의 모델들을 앙상블로 결합합니다.
주요 진입점은 TabularPredictor, TimeSeriesPredictor, MultiModalPredictor이며, 각각 fit과 predict 인터페이스를 제공합니다. 프리셋을 사용하면 학습 시간과 정확도 사이의 균형을 조절할 수 있습니다. pip로 설치할 수 있으며, Linux, macOS, Windows에서 Python 3.10~3.13으로 실행됩니다. GPU 지원과 Conda 설치 방법은 설치 가이드에서 확인할 수 있습니다.
이 프로젝트는 PyTorch와 scikit-learn을 기반으로 하며 Apache 2.0 라이선스로 배포됩니다. 또한 로컬 환경 밖에서 학습을 실행할 수 있도록 클라우드 옵션인 AutoGluon Cloud와 공식 Docker 이미지도 제공합니다.
핵심 기능
- 01몇 줄의 코드만으로 여러 모델을 자동 학습하고 앙상블합니다.
- 02표 형식, 시계열, 멀티모달 예측 작업을 지원합니다.
- 03학습 시간과 정확도 사이의 균형을 조절하는 프리셋을 제공합니다.
- 04시계열 예측을 위한 Chronos 등의 파운데이션 모델을 포함합니다.
- 05Python 3.10~3.13을 사용하는 Linux, macOS, Windows에서 실행됩니다.
활용 사례
- CSV 표 데이터를 사용해 빠르게 기준 분류기나 회귀 모델을 구축합니다.
- 확률적 예측을 통해 여러 시계열을 예측합니다.
- 텍스트 및 이미지 열과 표 형식 특징을 하나의 모델에서 결합합니다.
- 클라우드나 Docker 컨테이너에서 AutoML 학습을 실행합니다.
빠른 시작
- 1
pip으로 AutoGluon 설치하기
pip install autogluon - 2
Python 코드 3줄로 테이블형 데이터 모델을 학습하고 예측하기
from autogluon.tabular import TabularPredictor predictor = TabularPredictor(label="class").fit("train.csv", presets="best") predictions = predictor.predict("test.csv")
사용 전 알아둘 점
- Python 3.10~3.13만 지원합니다.
- 전체 설치 시 용량이 큰 의존성이 많이 설치됩니다. GPU를 지원하려면 설치 가이드에 따라 추가 설정이 필요합니다.
토픽
자주 묻는 질문
- autogluon은(는) 무엇인가요?
- 몇 줄의 Python 코드로 표 형식, 시계열, 멀티모달 데이터의 ML 모델을 학습하고 앙상블하는 AutoML 라이브러리입니다. AutoGluon은 표 형식 데이터, 시계열 데이터, 텍스트·이미지·표를 결합한 멀티모달 데이터에서 머신러닝을 자동화합니다. 알고리즘을 직접 선택하고 일일이 튜닝하는 대신, 데이터에 predictor의 fit 메서드를 호출하면 여러 전통적인 ML 모델과 파운데이션 모델을 탐색한 뒤 최적의 모델들을 앙상블로 결합합니다.
- autogluon은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- autogluon은(는) Apache-2.0 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- autogluon은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. autogluon의 마지막 커밋은 2026년 10월 19일입니다.
- autogluon은(는) 어디에 사용할 수 있나요?
- CSV 표 데이터를 사용해 빠르게 기준 분류기나 회귀 모델을 구축합니다. 확률적 예측을 통해 여러 시계열을 예측합니다. 텍스트 및 이미지 열과 표 형식 특징을 하나의 모델에서 결합합니다. 클라우드나 Docker 컨테이너에서 AutoML 학습을 실행합니다.
- autogluon는 어떻게 설치하나요?
- pip으로 AutoGluon 설치하기: pip install autogluon Python 코드 3줄로 테이블형 데이터 모델을 학습하고 예측하기: from autogluon.tabular import TabularPredictor predictor = TabularPredictor(label="class").fit("train.csv", presets="best") predictions = predictor.predict("test.csv")
- autogluon은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/autogluon/autogluon
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Python 및 C++ API를 제공하는, 머신러닝 모델을 구축하고 배포하기 위한 엔드투엔드 오픈소스 플랫폼입니다.
Microsoft의 AI 중심 퀀트 투자 플랫폼으로, 퀀트 연구를 위한 데이터 처리, 모델 학습, 백테스팅 및 주문 실행을 지원합니다.
Ray는 분산 런타임과 AI 라이브러리를 제공해 노트북부터 클러스터까지 Python 및 AI 애플리케이션을 확장하는 통합 프레임워크입니다.
머신러닝 모델, API 또는 Python 함수의 웹 데모와 UI를 빠르게 만들고 공유할 수 있는 Python 패키지입니다.
Nixtla의 시계열 예측 및 이상 탐지용 호스팅 사전 학습 foundation model인 TimeGPT의 Python SDK 클라이언트