
Este é o código de aprendizado on -line rápido do Vowpal Wabbit .
Por que o Vowpal Wabbit?
O Vowpal Wabbit é um sistema de aprendizado de máquina que empurra a fronteira do aprendizado de máquina com técnicas como on -line, hash, alteração, reduções, aprendizado de aprendizado2, ativo e aprendizado interativo. Existe um foco específico no aprendizado de reforço com vários algoritmos de Bandit contextuais implementados e os empréstimos da natureza on -line para o problema. O Vowpal Wabbit é um destino para implementar e amadurecer os algoritmos de última geração com desempenho em mente.
- Formato de entrada. O formato de entrada para o algoritmo de aprendizado é substancialmente mais flexível do que se poderia esperar. Exemplos podem ter recursos que consistem em texto de forma livre, que é interpretada de uma maneira. Pode até haver vários conjuntos de texto de formulário livre em diferentes namespaces.
- Velocidade. O algoritmo de aprendizado é rápido - semelhante às poucas outras implementações de algoritmo on -line por aí. Existem vários algoritmos de otimização disponíveis, com a linha de base sendo descendente de gradiente escasso (GD) em uma função de perda.
- Escalabilidade. Isso não é o mesmo que rápido. Em vez disso, a característica importante aqui é que a pegada de memória do programa é limitada independentemente dos dados. Isso significa que o conjunto de treinamento não é carregado na memória principal antes do início do aprendizado. Além disso, o tamanho do conjunto de recursos é limitado independentemente da quantidade de dados de treinamento usando o truque de hash.
- Interação do recurso. Os subconjuntos de recursos podem ser emparelhados internamente para que o algoritmo seja linear no produto cruzado dos subconjuntos. Isso é útil para problemas de classificação. A alternativa de expandir explicitamente os recursos antes de alimentá -los no algoritmo de aprendizado pode ser de computação e espaço intensivo, dependendo de como é tratado.
Visite o wiki para saber mais.
Começando
Para obter as instruções mais atualizadas para começar no Windows, MacOS ou Linux, consulte o Wiki. Isso inclui:
- Instalando com um gerenciador de pacotes
- Prédio
- Tutorial