Alle Optionen
squeeze  ] [  sid  ]
[ Quellcode: shogun  ]

Paket: shogun-dbg (0.9.3-4)

Links für shogun-dbg

Screenshot

Debian-Ressourcen:

Quellcode-Paket shogun herunterladen:

Betreuer:

Externe Ressourcen:

Ähnliche Pakete:

Werkzeugkasten für maschinelles Lernen im großen Maßstab

SHOGUN - ein neuer Werkzeugkasten mit Fokus auf Kernel-Methoden im großen Maßstab und insbesondere auf Support Vector Machines (SVM) mit Fokus auf Bioinformatik. Er enthält eine generische SVM-Objektschnittstelle zu einigen unterschiedlichen SVM-Implementierungen. Jede der SVMs kann mit einer ganzen Reihe der vielen implementierten Kernel kombiniert werden. Er kann mit gewichteten Linearkombinationen einer Anzahl von Sub-Kerneln umgehen, wobei es nicht nötig ist, dass jeder Kernel innerhalb der gleichen Domäne sein muss, wohin eine optimale Sub-Kernel-Gewichtung durch mehrfache Kernel-Lehren erlernt werden kann. Abgesehen von SVM-2-Klassen-Klassifizierungs- und -Regressionsproblemen sind eine Anzahl linearer Methoden, wie Linear Discriminant Analysis (LDA), Linear Programming Machine (LPM), (Kernel) Perceptrons und auch Algorithmen zum Lernen mit Hidden Markov Models (HMM) implementiert. Das Eingabeobjekt kann dense, sparse oder ein String und vom Typus Int/Short/Double/Char sein und kann in verschiedene Eigenschaftstypen umgewandelt werden. Präprozessor-Ketten (z.B. Subtrahieren des Mittels) können jedem Eigenschaftsobjekt zugeordnet werden und ermöglichen dadurch eine »On-The-Fly«-Vorverarbeitung.

SHOGUN gibt es in verschiedenen Varianten: eine alleinstehende Version sowie Schnittstellen zu Matlab(tm), R, Octave, Readline und Python. Dieses Paket enthält Debugsymbole für alle Schnittstellen.

Andere Pakete mit Bezug zu shogun-dbg

  • hängt ab von
  • empfiehlt
  • schlägt vor
  • enhances

shogun-dbg herunterladen

Download für alle verfügbaren Architekturen
Architektur Paketgröße Größe (installiert) Dateien
mips 28.499,2 kB90.748,0 kB [Liste der Dateien]