Julia新推出了一个超高纯度的机器学习框架MLJ，团队希望把MLJ打造成一个灵活的、用于组合和调整机器学习模型、具备高性能、快速开发的框架。Julia团队之所以推出MLJ，部分原因也是受到MLR的影响。
MLJ目前已具备以下特性：
1.Learning networks：超越传统Pipeline的灵活模型组合
2.自动调参。自动调整超参数，包括复合模型。调整实现为与其他元算法组合的模型包装器
3.同质模型集成
4.模型元数据的注册表。无需加载模型代码元数据即可用。“任务”界面的基础并促进模型组合
5.任务界面。自动将模型与指定的学习任务相匹配，以简化基准测试和模型选择
6.清爽的概率接口。改进了对贝叶斯统计和概率图形模型的支持
7.数据容器不可知。以用户自己喜欢的Tables.jl格式显示和操作数据
8.普遍采用分类数据类型。使模型实现能够正确地考虑训练中看到的类而不是评估中的类

ITPub博客

【Julia推出新机器学习框架MLJ，号称超越机器学习pipeline】

最新文章