Jubatus - Jubatus
 | Téma tohoto článku nemusí splňovat požadavky Wikipedie pokyny k pozoruhodnosti produktů a služeb. (únor 2014) (Zjistěte, jak a kdy odstranit tuto zprávu šablony) |
| Vývojáři | Nippon telegraf a telefon & Preferovaná infrastruktura |
|---|---|
| Stabilní uvolnění | 0.4.3 / 19. dubna 2013 |
| Napsáno | C ++ |
| Operační systém | Linux |
| Typ | strojové učení |
| Licence | GNU Lesser General Public License 2.1 |
| webová stránka | jubat |
Jubatus je open-source online strojové učení a distribuované výpočty rámec vyvinutý v Nippon telegraf a telefon a Preferovaná infrastruktura. Mezi jeho vlastnosti patří klasifikace, doporučení, regrese, detekce anomálií a grafová těžba. Podporuje mnoho klientských jazyků, včetně C ++, Jáva, Rubín a Krajta Používá iterační směs parametrů[1][2] pro distribuované strojové učení.
Pozoruhodné funkce
Jubatus podporuje:
- Algoritmy více klasifikace:
- Algoritmy doporučení využívající:
- Regresní algoritmy:
- Pasivně agresivní
- metoda extrakce funkcí pro přirozený jazyk:
Reference
- ^ Ryan McDonald, K. Hall a G. Mann, Distributed Training Strategies for the Structured Perceptron, North American Association for Computational Linguistics (NAACL), 2010.
- ^ Gideon Mann, R. McDonald, M. Mohri, N. Silberman a D. Walker, Efektivní rozsáhlé distribuované školení modelů podmíněné maximální entropie, Neural Information Processing Systems (NIPS), 2009.
- ^ Crammer, Koby; Dekel, Ofer; Shalev-Shwartz, Shai; Singer, Yoram (2003). Online pasivně-agresivní algoritmy. Sborník příspěvků ze šestnácté výroční konference o systémech zpracování neurálních informací (NIPS).
- ^ Koby Crammer a Yoram Singer. Ultrakonzervativní online algoritmy pro řešení problémů více tříd. Journal of Machine Learning Research, 2003.
- ^ Koby Crammer, Ofer Dekel, Joseph Keshet, Shai Shalev-Shwartz, Yoram Singer, online pasivně-agresivní algoritmy. Journal of Machine Learning Research, 2006.
- ^ Mark Dredze, Koby Crammer a Fernando Pereira, důvěryhodně vážená lineární klasifikace, sborník z 25. mezinárodní konference o strojovém učení (ICML), 2008
- ^ Koby Crammer, Mark Dredze a Fernando Pereira, Exact Convex Confidence-Weighted Learning, Proceedings of the Twenty Second Annual Conference on Neural Information Processing Systems (NIPS), 2008
- ^ Koby Crammer, Mark Dredze a Alex Kulesza, Multi-Class Confidence Weighted Algorithms, Empirical Methods in Natural Language Processing (EMNLP), 2009
- ^ Koby Crammer, Alex Kulesza a Mark Dredze, Adaptive Regularization of Weight Vectors, Advances in Neural Information Processing Systems, 2009
- ^ Koby Crammer a Daniel D. Lee, Learning via Gaussian Herding, Neural Information Processing Systems (NIPS), 2010.
 | Tento bezplatný open source software článek je a pahýl. Wikipedii můžete pomoci pomocí rozšiřovat to. |