млпак

млпак
Первоначальный выпуск	1 февраля 2008 г .; 16 лет назад
Стабильная версия	4.3.0 / 27 ноября 2023 г .; 6 месяцев назад
Репозиторий	github .с /млпак /млпак ;
Написано в	C++ , Python , Джулия , Go
Операционная система	Кросс-платформенный
Доступно в	Английский
Тип	Библиотека программного обеспечения Машинное обучение
Лицензия	Открытый исходный код ( BSD )
Веб-сайт	млпак .org

mlpack — это библиотека программного обеспечения машинного обучения для C++ , созданная на основе библиотеки Armadillo и ensmallen . библиотеки числовой оптимизации ^[3] mlpack уделяет особое внимание масштабируемости, скорости и простоте использования. Его цель — сделать возможным машинное обучение для начинающих пользователей с помощью простого и согласованного API , одновременно используя возможности языка C++ для обеспечения максимальной производительности и максимальной гибкости для опытных пользователей. ^[4] Его целевыми пользователями являются ученые и инженеры.

Это программное обеспечение с открытым исходным кодом, распространяемое по лицензии BSD , что делает его полезным для разработки как открытого, так и проприетарного программного обеспечения. Выпуски 1.0.11 и более ранние выпускались под лицензией LGPL . Проект поддерживается Технологическим институтом Джорджии и вкладами со всего мира.

Различные функции [ править ]

шаблоны классов для структур GRU , LSTM Доступны , таким образом библиотека также поддерживает Recurrent Neural Networks . ^{[ нужна ссылка ]}

Есть привязки к R , Go , Julia , ^[5] и Питон . Его система привязки расширяется на другие языки.

Поддерживаемые алгоритмы [ править ]

На данный момент mlpack поддерживает следующие алгоритмы и модели :

Совместная фильтрация
Пни решений (одноуровневые деревья решений)
оценки плотности Деревья
Евклидовы минимальные остовные деревья
Модели гауссовой смеси (GMM)
Скрытые марковские модели (HMM)
Оценка плотности ядра (KDE)
Анализ главных компонентов ядра (KPCA)
Кластеризация K-средних
Регрессия по наименьшему углу (LARS/LASSO)
Линейная регрессия
Байесовская линейная регрессия
Кодирование локальных координат
Локально-зависимое хеширование (LSH)
Логистическая регрессия
Макс-поиск по ядру
Наивный байесовский классификатор
Поиск ближайшего соседа с помощью алгоритмов двойного дерева
Анализ компонентов соседства (NCA)
Неотрицательная матричная факторизация (NMF)
Анализ главных компонентов (PCA)
Независимый компонентный анализ (ICA)
Ранг-приблизительный ближайший сосед (RANN)
Простая линейная регрессия по методу наименьших квадратов (и гребневая регрессия )
Разреженное кодирование , разреженное изучение словаря
Поиск соседей на основе дерева (все-k-ближайшие соседи, все-k-самые дальние соседи), используя либо kd-деревья, либо деревья покрытия
Древовидный поиск диапазона

См. также [ править ]

Ссылки [ править ]

^ «Первоначальная регистрация пакета регрессии для выпуска · mlpack/mlpack» . 8 февраля 2008 года . Проверено 24 мая 2020 г.
^ «Выпуск 4.3.0» . 27 ноября 2023 г. Проверено 19 декабря 2023 г.
^ Райан Кертин; и др. (2021). «Увеличенная библиотека для гибкой численной оптимизации» . Журнал исследований машинного обучения . 22 (166): 1–6. arXiv : 2108.12981 . Бибкод : 2021arXiv210812981C .
^ Райан Кертин; и др. (2023). «mlpack 4: быстрая библиотека машинного обучения C++, работающая только с заголовками» . Журнал программного обеспечения с открытым исходным кодом . 8 (82): 5026. arXiv : 2302.00820 .
^ "Mlpack/Mlpack.jl" . 10 июня 2021 г.

Внешние ссылки [ править ]

[mlpack-1.0.0-1] «Первоначальная регистрация пакета регрессии для выпуска · mlpack/mlpack» . 8 февраля 2008 года . Проверено 24 мая 2020 г.

[wikidata-756ac8507f3bd2265848b4372910e643bcc5131f-v12-2] «Выпуск 4.3.0» . 27 ноября 2023 г. Проверено 19 декабря 2023 г.

[3] Райан Кертин; и др. (2021). «Увеличенная библиотека для гибкой численной оптимизации» . Журнал исследований машинного обучения . 22 (166): 1–6. arXiv : 2108.12981 . Бибкод : 2021arXiv210812981C .

[4] Райан Кертин; и др. (2023). «mlpack 4: быстрая библиотека машинного обучения C++, работающая только с заголовками» . Журнал программного обеспечения с открытым исходным кодом . 8 (82): 5026. arXiv : 2302.00820 .

[5] "Mlpack/Mlpack.jl" . 10 июня 2021 г.

[1]

[2]

[3]

[4]

[5]