Descargar vowpal_wabbit - Código fuente vowpal

vowpal_wabbit

C/C++

9.10.0

Descargar

Vowpal Wabbit

Este es el código de aprendizaje en línea Fast Online Vowpal Wabbit .

¿Por qué Vowpal Wabbit?

Vowpal Wabbit es un sistema de aprendizaje automático que empuja la frontera del aprendizaje automático con técnicas como en línea, hash, allreduce, reducciones, aprendizaje2Search, aprendizaje activo e interactivo. Existe un enfoque específico en el aprendizaje de refuerzo con varios algoritmos de bandidos contextuales implementados y la naturaleza en línea prestando bien el problema. Vowpal Wabbit es un destino para implementar y madurar algoritmos de última generación con el rendimiento en mente.

Formato de entrada. El formato de entrada para el algoritmo de aprendizaje es sustancialmente más flexible de lo que podría esperarse. Los ejemplos pueden tener características que consisten en un texto de forma gratuita, que se interpreta de forma de bolsa de palabras. Incluso puede haber múltiples conjuntos de texto de forma gratuita en diferentes espacios de nombres.
Velocidad. El algoritmo de aprendizaje es rápido, similar a las pocas otras implementaciones de algoritmos en línea que existen. Hay varios algoritmos de optimización disponibles, ya que la línea de base es descenso de gradiente escaso (GD) en una función de pérdida.
Escalabilidad. Esto no es lo mismo que rápido. En cambio, la característica importante aquí es que la huella de memoria del programa está limitada independientemente de los datos. Esto significa que el conjunto de capacitación no se carga en la memoria principal antes de que comience el aprendizaje. Además, el tamaño del conjunto de características está limitado independientemente de la cantidad de datos de entrenamiento utilizando el truco de hash.
Interacción de características. Los subconjuntos de características se pueden emparejarse internamente para que el algoritmo sea lineal en el producto cruzado de los subconjuntos. Esto es útil para problemas de clasificación. La alternativa de expandir explícitamente las características antes de alimentarlas en el algoritmo de aprendizaje puede ser tanto el cálculo como el espacio, dependiendo de cómo se maneje.

Visite el wiki para obtener más información.