No-Code ML Tool

Das No-Code-ML-Tool ermöglicht Nicht-Programmierern und Datenfachleuten, ML-Modelle direkt aus Datensätzen zu erstellen, zu bewerten und iterativ zu verbessern, ohne Code zu schreiben. Zielnutzer sind Datenanalysten, Produktmanager, Lehrkräfte und Bürger-Datenwissenschaftler, die schnelle Baselines und reproduzierbare Experimente benötigen. Anwendungsfälle umfassen das Prototyping prädiktiver Modelle aus tabellarischen Daten, das Benchmarking von Algorithmen und das Erstellen exportierbarer Artefakte für Stakeholder-Reviews. Es betont Zugänglichkeit, auditierbare Workflows und die Übereinstimmung mit gängigen ML-Praktiken. Das Tool liest Datensätze aus CSV, JSON oder URL ein, wählt dann eine Zielspalte aus und übernimmt automatisch gängige Vorverarbeitung (Codierung, Skalierung). Es bietet Vorlagen für Modelle wie logistische Regression, Entscheidungsbäume, Random Forest, Gradient Boosting und leichte neuronale Netze für kleine Datenmengen. Es unterstützt Training/Testing-Aufteilungen, optionale Kreuzvalidierung und einen strukturierten Bewertungsbericht. Erforderliche Eingaben sind Dataset und Zielspalte; optionale Merkmale umfassen Hyperparameter-Vorgaben, Feature Engineering-Schritte und Erklärbarkeitsberichte. Die Pipeline gewährleistet Nachverfolgbarkeit, reproduzierbare Seeds und den Export von Modellen und Berichten in Standardformate. Sie ist konzipiert für Teams, die schnelle Basismodelle, Erklärbarkeit und einfache Weitergabe an Stakeholder benötigen. Randfälle und Einschränkungen werden durch Validierung und Hilfestellungen behandelt, um sicherzustellen, dass der Workflow sicher und nachvollziehbar bleibt.