Yazılım
6 ücretsiz ve ücretli R mlr alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: H2O.ai, ML.NET. Bunların yanı sıra, kullanıcılar R mlr ile R Caret, python auto-sklearn, R MLstudio arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: About.
6 ücretsiz ve ücretli R mlr alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: H2O.ai, ML.NET. Bunların yanı sıra, kullanıcılar R mlr ile R Caret, python auto-sklearn, R MLstudio arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: About.
H2O açık kaynaklı, hafıza içi, dağıtılmış, hızlı ve ölçeklenebilir bir makine öğrenmesi ve öngörücüdür ...
Şapka paketi (_C_lassification _A_nd _RE_gression _T_raining için kısa) bir dizi fonksiyondur ...
ML Studio, EDA, istatistiksel modelleme ve makine öğrenimi uygulamaları için etkileşimlidir.
R'de Makine Öğrenmesi: mlr, R'de makine öğrenmesi deneyleri için bir çerçeve
R'de Makine Öğrenmesi: mlr, R'de makine öğrenmesi deneyleri için bir çerçeve
Windows
Linux
Mac
mlr, deneylerinize odaklanabilmeniz için bunu sağlar! Çerçeve, sınıflandırma, regresyon ve sağkalım analizi gibi denetimli yöntemler ile ilgili değerlendirme ve optimizasyon yöntemlerinin yanı sıra kümelenme gibi denetimsiz yöntemler de sağlar. Kendiniz uzatabileceğiniz veya uygulanan kolaylık yöntemlerinden ve kendi karmaşık deneylerinizden sapabileceğiniz şekilde yazılmıştır.
Bu paket, işbirlikçi makine öğrenimini çevrimiçi ortamda desteklemeyi amaçlayan ve veri kümelerinin yanı sıra makine öğrenme görevlerini, algoritmaları ve denemeleri kolayca paylaşmayı sağlayan OpenML R paketine hoş bir şekilde bağlanmıştır.
R sınıfı, regresyon, kümeleme ve sağkalım analiz yöntemlerine açık S3 arayüzü
Modelleri yerleştirme, tahmin etme, değerlendirme ve yeniden örnekleme imkanı
S3 kalıtım yoluyla kolay uzatma mekanizması
Öğrenenlerin ve görevlerin özelliklere göre soyut açıklaması
Öğrencilerin veri türlerini ve kısıtlamalarını kodlamaları için parametre sistemi
Makine öğrenim deneyleriniz için birçok kolaylık yöntemi ve genel yapı taşları
Önyükleme, çapraz doğrulama ve alt örnekleme gibi yeniden örnekleme yöntemleri
ROC eğrileri, tahminler ve kısmi tahminler için kapsamlı görselleştirme
Çoklu veri setleri için öğrencilerin karşılaştırılması
Yinelenmiş F-yarış (irace) veya sıralı model tabanlı optimizasyon gibi güçlü konfigürasyonlar dahil farklı optimizasyon stratejileri kullanarak kolay hiperparametre ayarı
Filtreler ve sarmalayıcılarla değişken seçim
Ayar ve özellik seçimine sahip modellerin iç içe örneklemesi
Maliyete duyarlı öğrenme, eşik ayarı ve dengesizlik düzeltmesi
Öğrenci işlevselliğini karmaşık ve özel yollarla genişletmek için sarma mekanizması
Farklı işlem adımlarını ortaklaşa optimize edilebilen karmaşık bir veri madenciliği zinciriyle birleştirin
Open Machine Learning sunucusu için OpenML bağlayıcısı
Kendi eşyalarını entegre etmek için uzatma noktaları
Paralelleştirme yerleşiktir
Birim testi
Machine Learning
Yazılım hakkındaki görüşlerinizi paylaşın, bir inceleme bırakın ve daha da iyileştirmeye yardımcı olun!
Değişiklik Önerin
Geri bildiriminiz
Your vote has been counted.
Do you have experience using this software?
