Accueil Projets AutoViz
AutoViz
Python

AutoViz

Visualisez automatiquement n'importe quel ensemble de données, quelle que soit sa taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

par AutoViML · GitHub
Étoiles
Forks
Licence
Créé
Dernier commit
Catégorie
Langue
auto-sklearnautomated-machine-learningautomlApache-2.0Python
Voir sur GitHub
En termes simples

Visualisez rapidement n'importe quel ensemble de données avec une seule ligne de code pour découvrir des insights et évaluer la qualité des données.

Vous maintenez ce projet ?

Revendiquez sa page : indexée quel que soit son rang, traduite en six langues, et enrichie de vos propres mots.

Revendiquer cette page →
AutoViz — GitHub preview card
📈 Historique des étoiles
1 9061 905
2026-07-202026-08-31
📈 Suivez AutoViz

Recevez une alerte par e-mail à sa prochaine version ou quand il décolle — ne ratez plus rien.

Gratuit · sans carte · désinscription à tout moment
Recevoir des alertes e-mail →
📄 À propos

Visualisez automatiquement n'importe quel ensemble de données, quelle que soit sa taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

AutoViz compte 1.9k étoiles sur GitHub. Il a été forké 214 fois. AutoViz est écrit principalement en Python. Il est développé activement depuis 2019. AutoViz est disponible sous licence Apache-2.0. Ses principaux thèmes sont : auto-sklearn, automated-machine-learning, automl, automl-algorithms.

Frequently asked questions

Qu'est-ce que AutoViz ?

Visualisez automatiquement n'importe quel ensemble de données, quelle que soit sa taille, avec une seule ligne de code. Créé par Ram Seshadri. Collaborateurs bienvenus. Autorisation accordée sur demande.

AutoViz est-il open source ?

AutoViz est un projet open source. Il est distribué sous licence Apache-2.0.

AutoViz est-il gratuit ?

Oui. AutoViz est gratuit et open source — vous pouvez l'utiliser, le modifier et l'héberger vous-même.

Sous quelle licence est AutoViz ?

AutoViz est disponible sous licence Apache-2.0.

Dans quel langage AutoViz est-il écrit ?

AutoViz est écrit principalement en Python.

🏅 Mainteneur de ce projet ?
olud.ai badge — AutoViz

Ajoutez ce badge en direct à votre README — vos étoiles GitHub et votre classement dans le répertoire, actualisés quotidiennement.

[![olud.ai](https://olud.ai/badge.php?tool=autoviml-autoviz)](https://olud.ai/project/autoviml-autoviz.html)
Plus d'options de badge →
🧬 Partage son ADN avec🧬 Voir la cartographie ADN →
auto_ml
[NON MAINTENU] Apprentissage automatique automatisé pour l'analyse et la production
1.7k · analytics
partageautomated-machine-learningautoml
FLAML
Une bibliothèque rapide pour l'AutoML et le réglage. Rejoignez notre Discord : https://discord.…
4.4k · automated-machine-learning
partageautomated-machine-learningautoml
TransmogrifAI
TransmogrifAI (prononcé trăns-mŏgˈrə-fī) est une bibliothèque AutoML pour construire des flux d…
2.3k · ai
partageautomated-machine-learningautoml
autokeras
Bibliothèque AutoML pour l'apprentissage profond
9.3k · autodl
partageautomated-machine-learningautoml
autogluon
ML rapide et précis en 3 lignes de code
10.5k · autogluon
partageautomated-machine-learningautoml
fast-autoaugment
Mise en œuvre officielle de 'Fast AutoAugment' dans PyTorch.
1.6k · augmentation
partageautomated-machine-learningautoml
featuretools
Une bibliothèque python open source pour l'ingénierie des fonctionnalités automatisées
7.7k · automated-feature-engineering
partageautomated-machine-learningautoml
MLBox
MLBox est une puissante bibliothèque Python d'apprentissage automatique automatisé.
1.5k · auto-ml
partageautomated-machine-learningautoml
mljar-supervised
Package Python pour AutoML sur des données tabulaires avec ingénierie des caractéristiques, rég…
3.3k · automated-machine-learning
partageautomated-machine-learningautoml
aideml
AIDE : un agent LLM pour l'ingénierie de l'apprentissage automatique — la recherche dont Weco e…
1.5k · ai

Mesuré à partir des topics GitHub communs aux deux projets, pondérés par leur rareté.