Юбатус
Тема этой статьи может не соответствовать рекомендациям Википедии по известности продуктов и услуг . ( февраль 2014 г. ) |
Разработчик(и) | Nippon Телеграфная и телефонная связь и предпочтительная инфраструктура |
---|---|
Стабильная версия | 0.4.3 / 19 апреля 2013 г. |
Написано в | С++ |
Операционная система | Линукс |
Тип | машинное обучение |
Лицензия | Меньшая стандартная общественная лицензия GNU 2.1 |
Веб-сайт | халат |
Jubatus — это с открытым исходным кодом, онлайн-платформа машинного обучения и распределенных вычислений разработанная Nippon Telegraph and Telephone and Preferred Infrastructure . Его функции включают классификацию , рекомендации , регрессию , обнаружение аномалий и анализ графиков.Он поддерживает множество клиентских языков, включая C++ , Java , Ruby и Python .Он использует итеративную смесь параметров. [1] [2] для распределенного машинного обучения.
Примечательные особенности
[ редактировать ]Джубатус поддерживает:
- Алгоритмы мультиклассификации:
- Алгоритмы рекомендаций с использованием:
- Алгоритмы регрессии:
- Пассивный Агрессивный
- метод извлечения признаков для естественного языка:
Ссылки
[ редактировать ]- ^ Райан Макдональд, К. Холл и Г. Манн, Стратегии распределенного обучения для структурированного перцептрона, Североамериканская ассоциация компьютерной лингвистики (NAACL), 2010.
- ^ Гидеон Манн, Р. Макдональд, М. Мори, Н. Зильберман и Д. Уокер, Эффективное крупномасштабное распределенное обучение моделей условной максимальной энтропии, нейронные системы обработки информации (NIPS), 2009.
- ^ Краммер, Коби; Декель, Офер ; Шалев-Шварц, Шай; Певец Йорам (2003). Пассивно-агрессивные онлайн-алгоритмы . Материалы шестнадцатой ежегодной конференции по нейронным системам обработки информации (NIPS).
- ^ Коби Краммер и Йорам Сингер. Ультраконсервативные онлайн-алгоритмы для решения многоклассовых задач. Журнал исследований машинного обучения, 2003.
- ^ Коби Краммер, Офер Декель, Джозеф Кешет, Шай Шалев-Шварц, Йорам Сингер, Пассивно-агрессивные онлайн-алгоритмы. Журнал исследований машинного обучения, 2006.
- ^ Марк Дредзе, Коби Краммер и Фернандо Перейра, Линейная классификация, взвешенная по доверию, Материалы 25-й Международной конференции по машинному обучению (ICML), 2008 г.
- ^ Коби Краммер, Марк Дредзе и Фернандо Перейра, Точное выпуклое, взвешенное по доверию обучение, Материалы двадцать второй ежегодной конференции по нейронным системам обработки информации (NIPS), 2008 г.
- ^ Коби Краммер, Марк Дредзе и Алекс Кулеша, Многоклассовые алгоритмы, взвешенные по доверию, Эмпирические методы обработки естественного языка (EMNLP), 2009 г.
- ^ Коби Краммер, Алекс Кулеша и Марк Дредзе, Адаптивная регуляризация весовых векторов, Достижения в области нейронных систем обработки информации, 2009 г.
- ^ Коби Краммер и Дэниел Д. Ли, Обучение с помощью гауссова пастушества, нейронные системы обработки информации (NIPS), 2010.