vowpal_wabbit

이것은 Vowpal Wabbit 빠른 온라인 학습 코드입니다.

왜 Vowpal Wabbit인가?

Vowpal Wabbit은 온라인, 해싱, Allreduce, Reledtions, Learning2Search, Active 및 Interactive Learning과 같은 기술로 기계 학습의 프론티어를 밀어 넣는 기계 학습 시스템입니다. 몇 가지 상황에 맞는 산적 알고리즘이 구현되고 온라인 특성이 문제에 대한 대출로 강화 학습에만 초점을 맞추고 있습니다. Vowpal Wabbit은 성능을 염두에두고 ART 알고리즘의 상태를 구현하고 성숙시키는 대상입니다.

• 입력 형식. 학습 알고리즘의 입력 형식은 예상보다 실질적으로 더 유연합니다. 예는 자유 형식 텍스트로 구성된 기능을 가질 수 있으며, 이는 단어 가방으로 해석됩니다. 다른 네임 스페이스에는 여러 개의 자유 양식 텍스트 세트가있을 수도 있습니다.
• 속도. 학습 알고리즘은 빠르며, 다른 온라인 알고리즘 구현과 유사합니다. 기준선이 손실 함수에 대한 스파 스 그라디언트 하강 (GD) 인 몇 가지 최적화 알고리즘이 있습니다.
• 확장 성. 이것은 빠른 것과 동일하지 않습니다. 대신, 여기서 중요한 특성은 프로그램의 메모리 풋 프린트가 데이터와 독립적이라는 것입니다. 이것은 학습이 시작되기 전에 훈련 세트가 메인 메모리에로드되지 않음을 의미합니다. 또한, 기능 세트의 크기는 해싱 트릭을 사용한 훈련 데이터 양과 독립적으로 제한됩니다.
• 기능 상호 작용. 기능의 서브 세트는 내부적으로 짝을 이루어 알고리즘이 서브 세트의 교차 제품에서 선형이되도록합니다. 이것은 순위 문제에 유용합니다. 기능을 학습 알고리즘에 공급하기 전에 기능을 명시 적으로 확장하는 대안은 처리 방법에 따라 계산과 공간 집약적 일 수 있습니다.

자세한 내용은 위키를 방문하십시오.

시작하기

Windows, MacOS 또는 Linux에서 시작하기위한 최신의 지침은 Wiki를 참조하십시오. 여기에는 다음이 포함됩니다.

• 패키지 관리자와 함께 설치
• 건물
• 지도 시간