Package: python-shogun-dbg (3.2.0-5.2)
Links for python-shogun-dbg
Debian Resources:
Download Source Package python-shogun:
- [python-shogun_3.2.0-5.2.dsc]
- [python-shogun_3.2.0.orig.tar.xz]
- [python-shogun_3.2.0-5.2.debian.tar.xz]
Maintainer:
External Resources:
- Homepage [www.shogun-toolbox.org]
Similar packages:
strumenti per l'apprendimento automatico su larga scala
SHOGUN è un insieme di strumenti per l'apprendimento automatico mirato su algoritmi di tipo "large scale kernel method", in particolare su Support Vector Machine (SVM), con un orientamento alla bioinformatica. Fornisce un oggetto SVM generico che funge da interfaccia per molte diverse implementazioni SVM. Ciascuna SVM può essere combinata con una delle molte varietà di kernel implementate. Può gestire combinazioni lineari pesate di più sub-kernel (non necessariamente tutti operanti sullo stesso dominio) in cui la distribuzione ottimale dei pesi dei singoli sub-kernel può essere appresa tramite Multiple Kernel Learning. Oltre a problemi di regressione e categorizzazione in 2 classi, gestisce un gran numero di metodi lineari come LDA (Linear Discriminant Analysis), LPM (Linear Programming Machine), perceptron (kernel) e algoritmi per addestrare modelli di Markov nascosti. Gli oggetti-caratteristiche di input possono essere densi, sparsi o stringhe, possono essere di qualsiasi tipo tra int, short, double, char, e possono essere convertiti in tipi diversi. A ciascun oggetto-caratteristica si possono attaccare catene di preprocessori (ad esempio uno che sottrae la media) per permettere una pre-elaborazione "al volo".
SHOGUN è fornito in diverse varietà, una autonoma, e anche con interfacce per Matlab™, R, Octave, Readline e Python. Questo pacchetto contiene le interfacce Python statica e modulare.
Other Packages Related to python-shogun-dbg
|
|
|
|
-
- dep: python-shogun (= 3.2.0-5.2)
- strumenti per l'apprendimento automatico su larga scala
Download python-shogun-dbg
Architecture | Package Size | Installed Size | Files |
---|---|---|---|
amd64 | 3,479.7 kB | 5,871.0 kB | [list of files] |