mlpack es una biblioteca de software de aprendizaje automático para C ++ , construida sobre la biblioteca Armadillo . mlpack hace hincapié en la escalabilidad, la velocidad y la facilidad de uso. Su objetivo es hacer posible el aprendizaje automático para los usuarios novatos mediante una API simple y coherente , mientras que al mismo tiempo explota las características del lenguaje C ++ para proporcionar el máximo rendimiento y la máxima flexibilidad para los usuarios expertos. [3] Sus usuarios objetivo previstos son científicos e ingenieros.
Versión inicial | 1 de febrero de 2008 [1] |
---|---|
Lanzamiento estable | 3.4.2 [2] / 28 de octubre de 2020 |
Repositorio | |
Escrito en | C ++ , Python , Julia , Go |
Sistema operativo | Multiplataforma |
Disponible en | inglés |
Tipo | Biblioteca de software Aprendizaje automático |
Licencia | Código abierto ( BSD ) |
Sitio web | mlpack |
Es un software de código abierto distribuido bajo la licencia BSD , lo que lo hace útil para desarrollar tanto software de código abierto como propietario. Las versiones 1.0.11 y anteriores se publicaron bajo la licencia LGPL . El proyecto cuenta con el apoyo del Instituto de Tecnología de Georgia y contribuciones de todo el mundo.
Funciones misceláneas
Las plantillas de clase para las estructuras GRU , LSTM están disponibles, por lo que la biblioteca también admite redes neuronales recurrentes .
Hay enlaces a R , Go , Julia , [4] y Python . Su sistema de encuadernación es extensible a otros idiomas.
Algoritmos compatibles
Actualmente mlpack admite los siguientes algoritmos y modelos :
- Filtración colaborativa
- Tocones de decisión (árboles de decisión de un nivel)
- Árboles de estimación de densidad
- Árboles de expansión mínimos euclidianos
- Modelos de mezcla gaussiana (GMM)
- Modelos ocultos de Markov (HMM)
- Estimación de densidad de kernel (KDE)
- Análisis de componentes principales del kernel (KPCA)
- Agrupación de K-medias
- Regresión de ángulo mínimo (LARS / LASSO)
- Regresión lineal
- Regresión lineal bayesiana
- Codificación de coordenadas locales
- Hashing sensible a la localidad (LSH)
- Regresión logística
- Búsqueda de núcleo máximo
- Clasificador ingenuo de Bayes
- Búsqueda de vecino más cercano con algoritmos de árbol dual
- Análisis de componentes de vecindario (NCA)
- Factorización matricial no negativa (NMF)
- Análisis de componentes principales (PCA)
- Análisis de componentes independientes (ICA)
- Vecino más cercano de rango aproximado (RANN)
- Regresión lineal de mínimos cuadrados simple (y regresión de crestas )
- Codificación escasa , aprendizaje escaso del diccionario
- Búsqueda de vecinos basada en árboles (todos los k vecinos más cercanos, todos los k vecinos más lejanos), utilizando árboles kd o árboles de cobertura
- Búsqueda de rango basada en árboles
mlpack utiliza la biblioteca de optimización matemática ensmallen para entrenar muchos de los modelos anteriores.
Ver también
- Armadillo (biblioteca C ++)
- Lista de software de análisis numérico
- Lista de bibliotecas numéricas
- Álgebra lineal numérica
- Computación científica
Referencias
- ^ "Registro inicial del paquete de regresión que se lanzará · mlpack / mlpack" . 8 de febrero de 2008 . Consultado el 24 de mayo de 2020 .
- ^ "Versión 3.4.2" . 28 de octubre de 2020 . Consultado el 6 de noviembre de 2020 .
- ^ Ryan Curtin; et al. (2013). "mlpack: una biblioteca de aprendizaje automático de C ++ escalable" . Revista de investigación sobre aprendizaje automático . 14 (marzo): 801–805. arXiv : 1210.6293 . Código bibliográfico : 2012arXiv1210.6293C .
- ^ https://github.com/mlpack/mlpack.jl
enlaces externos
- Página web oficial
- mlpack en GitHub