Petuum分布式机器学习框架
Petuum 是一个分布式机器学习框架。它致力于提供一个超大型机器学习的通用算法和系统接口。它主要集中在系统上 "plumbing work"和算法加速的优化上面,当简化分布式 ML 程序实现时——允许你聚焦在模型优化和大数据分析方面。Petuum 能够在集群和云计算(比如:Amazon EC2 和 Google GCE)上高效运行。(ML 是指 ML 算法) 。
Petuum 除了增加了分布式 ML 程序工具,同时还增加了用于大数据分析上的分布式ML算法库。此外它还包含这些工具(在不断丰富中):
卷机神经网络
度量学习
多级逻辑回归
非负矩阵分解
稀疏编码
K-均值
高级 MedLDA 主题模型
LDA 主题模型
矩阵分解(协同过滤)
完全连接的深度神经网络
Random Forest Classifier
评论
Jubatus分布式在线机器学习框架
Jubatus是一个分布式处理框架和机器学习库,包含以下功能:在线机器学习库,包括:分类、聚合和推荐fv_converter:数据预处理(用自然语言)在线机器学习框架,支持容错
Jubatus分布式在线机器学习框架
0
Fuzzy机器学习框架
Fuzzy机器学习框架是一个程序库和一个使用直觉模糊数据的机器学习的GUI前端。该方法是基于直觉模糊集和可能性理论。进一步的特点是模糊的功能和类;基于语言变量的数值,枚举的功能和特点;用户自定义特征;
Fuzzy机器学习框架
0
ConjectureScala 机器学习框架
Conjecture是Esty开发的构建机器学习模型框架,在Hadoop中使用ScaldingDSL构建。Conjecture的目的是允许静态统计模型在广泛的产品设置中作为可变组件。应用包括等级,分类
ConjectureScala 机器学习框架
0