mlpack - mlpack
Первый выпуск | 1 февраля 2008 г . |
---|---|
Стабильный выпуск | 3.4.2 / 28 октября 2020 г .
|
Репозиторий | |
Написано в | C ++ , Python , Юлия , Go |
Операционная система | Кроссплатформенность |
Доступно в | английский |
Тип | Программная библиотека Машинное обучение |
Лицензия | Открытый исходный код ( BSD ) |
Веб-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. 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 особенности
Шаблоны классов для GRU , LSTM структур доступны, таким образом , библиотека также поддерживает периодическую нейронная сеть .
Есть привязки к R , Go , Julia и Python . Его система привязки расширяется на другие языки.
Поддерживаемые алгоритмы
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
- Байесовская 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 регрессия гребня )
- Редкое кодирование , разреженное изучение словаря
- Поиск соседей на основе дерева (все-k-ближайших-соседей, все-k-самых дальних соседей), используя либо kd-деревья, либо деревья покрытия
- Древовидный поиск диапазона
mlpack использует библиотеку численной оптимизации ensmallen для обучения многих из вышеперечисленных моделей.
Смотрите также
- Armadillo (библиотека C ++)
- Список программного обеспечения для численного анализа
- Список числовых библиотек
- Числовая линейная алгебра
- Научные вычисления