изначальный выпуск | 1 февраля 2008 г . [1] |
---|---|
Стабильный выпуск | 3.4.2 [2] / 28 октября 2020 г . |
Репозиторий | |
Написано в | C ++ , Python , Джулия , Go |
Операционная система | Кроссплатформенность |
Доступно в | английский |
Тип | Программная библиотека Машинное обучение |
Лицензия | Открытый исходный код ( BSD ) |
Интернет сайт | mlpack |
mlpack - это программная библиотека машинного обучения для C ++ , построенная на основе библиотеки Armadillo . mlpack делает упор на масштабируемость, скорость и простоту использования. Его цель - сделать машинное обучение возможным для начинающих пользователей с помощью простого согласованного API , одновременно используя функции языка C ++, чтобы обеспечить максимальную производительность и максимальную гибкость для опытных пользователей. [3] Предполагаемые целевые пользователи - ученые и инженеры.
Это программное обеспечение с открытым исходным кодом, распространяемое по лицензии BSD , что делает его полезным для разработки как программного обеспечения с открытым исходным кодом, так и проприетарного программного обеспечения. Выпуски 1.0.11 и ранее были выпущены под лицензией LGPL . Проект поддерживается Технологическим институтом Джорджии и вкладом со всего мира.
Разные функции [ править ]
Шаблоны классов для GRU , LSTM структур доступны, таким образом , библиотека также поддерживает периодическую нейронная сеть .
Есть привязки к R , Go , Julia , [4] и Python . Его система привязки расширяется на другие языки.
Поддерживаемые алгоритмы [ править ]
В настоящее время mlpack поддерживает следующие алгоритмы и модели :
- Совместная фильтрация
- Пни решений (одноуровневые деревья решений)
- Деревья оценки плотности
- Евклидовы минимальные остовные деревья
- Модели гауссовой смеси (GMM)
- Скрытые марковские модели (HMM)
- Оценка плотности ядра (KDE)
- Анализ основных компонентов ядра (KPCA)
- Кластеризация K-средних
- Регрессия наименьшего угла (LARS / LASSO)
- Линейная регрессия
- Кодирование в местных координатах
- Хеширование с учетом местоположения (LSH)
- Логистическая регрессия
- Макс-ядро поиска
- Наивный байесовский классификатор
- Поиск ближайшего соседа с помощью алгоритмов двойного дерева
- Анализ компонентов соседства (NCA)
- Неотрицательная матричная факторизация (NMF)
- Анализ основных компонентов (PCA)
- Независимый компонентный анализ (ICA)
- Приблизительный ближайший сосед по рангу (RANN)
- Простая линейная регрессия методом наименьших квадратов (и хребтовая регрессия )
- Редкое кодирование , разреженное изучение словаря
- Поиск соседей на основе дерева (все-k-ближайших-соседей, все-k-самых дальних соседей) с использованием либо kd-деревьев, либо деревьев покрытия
- Древовидный поиск диапазона
mlpack использует библиотеку математической оптимизации ensmallen для обучения многих из вышеперечисленных моделей.
См. Также [ править ]
- Armadillo (библиотека C ++)
- Список программного обеспечения для численного анализа
- Список числовых библиотек
- Численная линейная алгебра
- Научные вычисления
Ссылки [ править ]
- ^ «Начальная регистрация регрессионного пакета, который будет выпущен · mlpack / mlpack» . 8 февраля 2008 . Проверено 24 мая 2020 года .
- ^ "Выпуск 3.4.2" . 28 октября 2020 . Дата обращения 6 ноября 2020 .
- ^ Райан Кертин; и другие. (2013). "mlpack: масштабируемая библиотека машинного обучения C ++" . Журнал исследований в области машинного обучения . 14 (мар): 801–805. arXiv : 1210,6293 . Bibcode : 2012arXiv1210.6293C .
- ^ https://github.com/mlpack/mlpack.jl
Внешние ссылки [ править ]
- Официальный веб-сайт
- mlpack на GitHub