機械学習を超簡単にする 8 つのオープンソース ツール

機械学習開発者には、プロジェクトで使用できるツールを含め、多くの機械学習リソースが必ず必要になります。今日は、皆さんの作業効率の向上に役立つことを願って、機械学習用のオープンソース ツールを 8 つ紹介します。

1. グラディオ

Gradio には、ユーザーがモデルをリアルタイムで操作できるようにする Web ベースの UI を作成するためのツールがあります。 Inception V3 画像分類器の入力インターフェース、MNIST 手書き認識モデルなど、いくつかのサンプル プロジェクトが含まれており、独自のプロジェクトで Gradio を使用する方法を理解するのに役立ちます。

2. 作曲する

Compose は、機械学習モデルにおける生データのラベル付けという一般的な問題を解決できます。Python を使用してデータのラベル付け関数のセットを記述したり、データにさまざまな変換やしきい値を設定してラベル付けプロセスを簡素化したりすることもできます。

3. コアMLツール

Core ML Tools は、多くの Python 機械学習ライブラリとツールを統合した Python パッケージです。TensorFlow、PyTorch、Keras、ONNX、Scikit-learn などのモデルをすべて変換できます。また、ニューラル ネットワーク モデルは、トレーニング後に量子化することでサイズを最適化することもできます。

4. ゴーラーン

GoLearn は、よりカスタマイズ性が高く、アプリケーション内の特定のデータ構造を簡単に拡張できる、Google の Go 言語用の機械学習ライブラリです。さらに、ライブラリ内のデータを読み込んで処理することができ、SciPy と R をモデルにしています。

5. 皮質

Cortex は、Python や TensorFlow、PyTorch、Scikit-learn などのモデルを使用して、機械学習モデルからの予測を簡単に提供する方法を提供します。一般的な Cortex パッケージは、コア Python ロジック、使用するモデルの説明、配布する cortex.yaml ファイル、必要な Python 要件をインストールするための requirements.txt ファイルなど、いくつかのファイルで構成されています。コンピューティング リソースは Kubernetes とほぼ同じ方法に割り当てられるため、GPU または Amazon Inferentia ASIC を使用してサービスを高速化できます。

6. オリックス

Oryx は主に Apache Spark と Apache Kafka を使用して、リアルタイム データに対して機械学習モデルを実行します。バージョン 2.0 では、プロジェクトのコンポーネントがラムダ アーキテクチャと疎結合されるようにプロジェクトが再設計され、いつでも新しいアルゴリズムやアルゴリズムの新しい抽象化を追加できるようになりました。

7. フィーチャーツール

Featuretools には、データフレーム内のデータを合成し、1 つ以上のデータフレームから抽出されたデータに対して操作を実行できる高レベルの Python オブジェクトを構築することで、これを実行する関数があります。また、包括的な操作に必要な共通のプリミティブも備えているため、ユーザーがプリミティブを自分でロールする必要がなく、非常に便利で安心です。

8. 将軍

Shogun は C++ で記述されており、Java、Python、C#、Ruby、R、Lua、Octave、Matlab で使用できます。最新のメジャーバージョン 6.0.0 では、Microsoft Windows と Scala 言語のネイティブ サポートが追加され、他のライブラリよりも高速で使いやすいとされており、これは大きな利点です。