mlpack - mlpack
 | |
| Pierwsze wydanie | 1 lutego 2008 |
|---|---|
| Wersja stabilna | 3.4.2 / 28 października 2020
|
| Magazyn | |
| Napisane w | C++ , Python , Julia , Go |
| System operacyjny | Wieloplatformowy |
| Dostępne w | język angielski |
| Rodzaj | Biblioteka oprogramowania Uczenie maszynowe |
| Licencja | Otwarte źródło ( BSD ) |
| Strona internetowa |
mlpack 
|
mlpack to biblioteka oprogramowania do uczenia maszynowego dla C++ , zbudowana na bazie biblioteki Armadillo . mlpack kładzie nacisk na skalowalność, szybkość i łatwość użycia. Jego celem jest umożliwienie uczenia maszynowego początkującym użytkownikom za pomocą prostego, spójnego interfejsu API , przy jednoczesnym wykorzystaniu funkcji języka C++ w celu zapewnienia maksymalnej wydajności i maksymalnej elastyczności dla zaawansowanych użytkowników. Jego docelowymi użytkownikami są naukowcy i inżynierowie.
Jest to oprogramowanie typu open source dystrybuowane na licencji BSD , dzięki czemu jest przydatne do tworzenia zarówno oprogramowania open source, jak i oprogramowania zastrzeżonego. Wersje 1.0.11 i wcześniejsze zostały wydane na licencji LGPL . Projekt jest wspierany przez Georgia Institute of Technology oraz składki z całego świata.
Różne funkcje
Dostępne są szablony klas dla struktur GRU , LSTM , dlatego biblioteka obsługuje również Recurrent Neural Networks .
Istnieją powiązania z R , Go , Julią i Pythonem . Jego system wiązania można rozszerzyć na inne języki.
Obsługiwane algorytmy
Obecnie mlpack obsługuje następujące algorytmy i modele :
- Filtrowanie zespołowe
- Pniaki decyzyjne (drzewa decyzyjne jednopoziomowe)
- Drzewa szacowania gęstości
- Minimalne drzewa rozpinające euklidesowe
- Modele mieszanek Gaussa (GMM)
- Ukryte modele Markowa (HMM)
- Szacowanie gęstości jądra (KDE)
- Analiza głównych składników jądra (KPCA)
- Klastrowanie K-średnich
- Regresja najmniejszego kąta (LARS/LASSO)
- Regresja liniowa
- Bayesowska regresja liniowa
- Lokalne kodowanie współrzędnych
- Hashowanie zależne od lokalizacji (LSH)
- Regresja logistyczna
- Wyszukiwanie Max-kernel
- Naiwny klasyfikator Bayesa
- Wyszukiwanie najbliższego sąsiada z algorytmami podwójnego drzewa
- Analiza komponentów sąsiedztwa (NCA)
- Nieujemna faktoryzacja macierzy (NMF)
- Analiza głównych składowych (PCA)
- Niezależna analiza składników (ICA)
- Rank-Przybliżony Najbliższy sąsiad (RANN)
- Prosta regresja liniowa najmniejszych kwadratów (i regresja grzbietowa )
- Rzadkie kodowanie , rzadkie uczenie się słownika
- Wyszukiwanie sąsiadów oparte na drzewie (all-k-nearest-neighbors, all-k-furthest-neighbors), przy użyciu drzew kd lub drzew okładkowych
- Wyszukiwanie zakresu oparte na drzewie
mlpack używa ensmallen biblioteki optymalizacji numerycznej do uczenia wielu z powyższych modeli.
Zobacz też
- Pancernik (biblioteka C++)
- Lista programów do analizy numerycznej
- Lista bibliotek numerycznych
- Numeryczna algebra liniowa
- Obliczenia naukowe