文件名称:
大数据机器学习框架（弥勒佛）MLF.zip
开发工具:
文件大小: 5mb
下载次数: 0
上传时间: 2019-07-19
详细说明： 让天下没有难做的大数据模型！功能下面是弥勒佛框架解决的问题类型，括号中的斜体代表尚未实现以及预计实现的时间监督式学习：最大熵分类模型（max entropy classifier），决策树模型（decision tree based models，2014 Q1）非监督式学习：聚类问题（k-means，2014 Q1）在线学习：在线梯度递降模型（online stochastic gradient descent）神经网络（2014 Q2/3）项目实现了下面的组件多种数据集（in-mem，skip）多种评价器（precision，recall，f-score，accuracy，confusion）和交叉评价（cross-validation）多种优化器：协程并 发L-BFGS，梯度递降（batch, mini-batch, stochastic），带退火的学习率（learning rate），L1/L2正则化（regularization）稀疏向量（sparse vector）以存储和表达上亿级别的特征特征辞典（feature dictionary）在特征名和特征ID之间自动翻译 现有的机器学习框架/软件包存在几个问题：无法处理大数据：多数Python，Matlab和R写的训练框架适合处理规模小的样本，没有为大数据优化。不容易整合到实际生产系统：standalone的程序无法作为library嵌入到大程序中。模型单一：一个软件包往往只解决一个类型的问题（比如监督式或者非监督式）。不容易扩展：设计时没有考虑可扩展性，难以添加新的模型和组件。代码质量不高：代码缺乏规范，难读懂、难维护。 弥勒佛项目的诞生就是为了解决上面的问题，在框架设计上满足了下面几个需求：处理大数据：可随业务增长scale up，无论你的数据样本是1K还是1B规模，都可使用弥勒佛项目。为实际生产：模型的训练和使用都可以作为library或者service整合到在生产系统中。丰富的模型：容易尝试不同的模型，在监督、非监督和在线学习等模型间方便地切换。高度可扩展：容易添加新模型，方便地对新模型进行实验并迅速整合到生产系统中。高度可读性：代码规范，注释和文档尽可能详尽，适合初学者进行大数据模型的学习。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
