Fedlearner多方学习机器学习框架
Fedlearner 是协作式机器学习框架,可以对分布在机构之间的数据进行联合建模,由字节跳动开源。
特性
- 产品化:Fedlearner的代码里有大量的 js、Html 模块,可以直观地看到联邦机器学习平台大概是什么样的,如果做成产品需要长成什么样。
- 业务多样化:之前华为、微众更多地强调联邦机器学习在风控业务的落地。字节开始强调联邦学习在推荐、广告等业务中的落地,并且给了很明确的数据,在某教育业务板块广告投放效果增加209%
- 可输出性:如果说之前的联邦机器学习平台更多地从理论层面做介绍,这一次字节的 Fedlearner 强调了可输出性,比如为了保持联邦建模双方的环境一致性,通过K8S的部署模式快速拉起和管理集群。
评论
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
YCMLObjective-C 机器学习框架
YCML是使用Objective-C编写的机器学习框架,也支持Swift。当前提供以下算法:GradientDescentBackpropagation[1]ResilientBackpropagat
YCMLObjective-C 机器学习框架
0
KeystoneML机器学习框架
KeystoneML是一个用Scala编写的软件框架,来自伯克利大学AMPLab实验室。该项目主要目的是简化构造大规模、端到端的机器学习管道,基于ApacheSpark构建。示例代码:val trai
KeystoneML机器学习框架
0