팩
mlpack | |
| 초기 릴리즈 | 2008년 2월 1일, 전([1] |
|---|---|
| 안정된 릴리스 | 3.4.2[2] / 2020년 10월 ; 전 () |
| 저장소 | |
| 기입처 | C++, Python, Julia, Go |
| 운영 체제 | 크로스 플랫폼 |
| 이용가능기간: | 영어 |
| 유형 | 소프트웨어 라이브러리 기계 학습 |
| 면허증. | 오픈 소스(BSD) |
| 웹 사이트 | mlpack |
mlpack은 Armadillo 라이브러리와 ensmallen 수치 최적화 [3]라이브러리 위에 구축된 C++용 머신 러닝 소프트웨어 라이브러리입니다.mlpack은 확장성, 속도 및 사용 편의성에 중점을 두고 있습니다.그 목적은 단순하고 일관된 API를 통해 초보 사용자에게 머신러닝을 가능하게 하는 동시에 C++ 언어 기능을 활용하여 전문 [4]사용자에게 최대의 성능과 최대의 유연성을 제공하는 것입니다.대상 사용자는 과학자와 엔지니어입니다.
BSD 라이선스로 배포되는 오픈 소스 소프트웨어이므로 오픈 소스 및 독점 소프트웨어 개발에 유용합니다.릴리스 1.0.11 이전은 LGPL 라이선스로 출시되었습니다.이 프로젝트는 조지아 공과대학과 전 세계로부터의 기부에 의해 지원되고 있습니다.
기타 기능
GRU, LSTM 구조의 클래스 템플릿을 사용할 수 있으므로 라이브러리는 순환 신경 네트워크도 지원합니다.
R, Go, [5]Julia, Python에 바인딩이 있습니다.그 바인딩 시스템은 다른 언어로 확장 가능하다.
지원되는 알고리즘
현재 mlpack은 다음 알고리즘 및 모델을 지원합니다.
- 협업 필터링
- 의사결정 스탬프(일레벨 의사결정 트리)
- 밀도 추정 트리
- 유클리드 최소 스패닝 트리
- 가우스 혼합 모델(GMM)
- 숨겨진 마르코프 모델(HM)
- 커널 밀도 추정(KDE)
- 커널 주요 컴포넌트 분석(KPCA)
- K-평균 클러스터링
- 최소 각도 회귀(LARS/LASO)
- 선형 회귀 분석
- 베이지안 선형 회귀 분석
- 로컬 좌표 코드화
- LSH(Local-Sensitive Hashing)
- 로지스틱 회귀 분석
- 최대 커널 검색
- Naigive Bayes 분류자
- 듀얼 트리 알고리즘을 사용한 근접 네이버 검색
- 네이버 컴포넌트 분석(NCA)
- NMF(Non--negative Matrix Factorization)
- 주요 컴포넌트 분석(PCA)
- 독립 성분 분석(ICA)
- Rank-Absimate Neighbor(RANN; 순위 근사 근접 네이버)
- 단순 최소 제곱 선형 회귀 분석(및 능선 회귀 분석)
- 스파스 코딩, 스파스 사전 학습
- 트리 기반 네이버 검색(all-k-neighbors, all-k-furtest-neighbors), kd-tree 또는 커버 트리 중 하나를 사용합니다.
- 트리 기반 범위 검색
「 」를 참조해 주세요.
레퍼런스
- ^ "Initial checkin of the regression package to be released · mlpack/mlpack". February 8, 2008. Retrieved May 24, 2020.
- ^ "Release 3.4.2". 28 October 2020. Retrieved 6 November 2020.
- ^ Ryan Curtin; et al. (2021). "The ensmallen library for flexible numerical optimization". Journal of Machine Learning Research. 22 (166): 1–6. arXiv:2108.12981. Bibcode:2021arXiv210812981C.
- ^ Ryan Curtin; et al. (2013). "mlpack: A Scalable C++ Machine Learning Library". Journal of Machine Learning Research. 14 (Mar): 801–805. arXiv:1210.6293. Bibcode:2012arXiv1210.6293C.
- ^ "Mlpack/Mlpack.jl". 10 June 2021.
