Bor Framework voor de uitvoering en analyse van empirisch onderzoek in het leren van de machine
Download nu

Bor Rangschikking & Samenvatting

Bor Tags

uitvoeren machine leren Empirisch onderzoek

Bor Beschrijving

Kader voor de uitvoering en analyse van empirisch onderzoek in het leren van machines Becmarking op rails (BOR) is een gratis en open source framework gebouwd voor snelle specificatie, uitvoering en analyse van empirische onderzoeken op het gebied van machine-leren en signaalverwerking. Bor is geschreven in Python en kan worden gecombineerd met populaire toolkits zoals het Wekkader, de modulaire toolkit voor gegevensverwerking en de MMLF. BOR ondersteunt de enorme parallelle uitvoering van benchmarking-experiment op roosters zoals appels xgrid. BOR heeft een objectgeoriënteerd ontwerp, dat klassen biedt voor belangrijke entiteiten zoals datasets, verwerking en modaliteit. Gatasets zijn gestructureerd in zogenaamde BOR-collecties. BOR-collecties moeten gegevens omvatten die afkomstig zijn van dezelfde bron, d.w.z. het proces dat ze heeft gegenereerd, moet hetzelfde zijn. Verschillende bor-collecties die uit verschillende bronnen organiseren, kunnen samen worden gebundeld in een borbundel. Een typisch voorbeeld van een BOR-collectie is een EEG gemeten van één onderwerp in één sessie. Daarentegen kan een BOR-bundel de metingen van verschillende onderwerpen of uit verschillende sessies bevatten. Beide borcollecties en borbundels bestaan uit de feitelijke gegevens en sommige meta-gegevens die zijn opgeslagen in het bestand "Collection.yaml". BOR-collecties hebben een type b.v. "Tijdreekscollectie" of "Feature Vector Collection". Een BOR-bundel erft het type van de collecties die het omvat, d.w.z. een bundel moet homogeen zijn dat slechts één type verzameling bevat. Processing beschrijft elke vorm van berekening die één soort gegevens in een ander transformeert. In Bor bestaan er verschillende conceptualisaties van verwerking voor verschillende niveaus van granulariteit. Op het middelste niveau is een BOR-operatie een proces dat één borbundel als invoer neemt en een tweede borbundel als uitvoer produceert. Op het hoogste niveau is een bor-campagne een reeks bor-operaties. De ingang van de BOR-campagne wordt verwerkt door de eerste BOR-werking van de campagne. De uitvoer van een BOR-werking fungeert als de invoer voor de daaropvolgende werking van de campagne. De uitvoerbundel van de laatste bewerking is het resultaat van de campagne.Elke BOR-operatie bestaat intern uit een set bor-processen. Hoewel de operaties van een campagne afhankelijk zijn en opeenvolgend opeenvolgend zijn, zijn de processen van een bewerking onafhankelijk en kunnen ze dus parallel worden verwerkt. De manier waarop een bewerking is verdeeld in processen is niet vastgesteld, bijvoorbeeld een bewerking kan één proces per verzameling van de ingangsbundel of één proces per punt hebben toegepast op de ingangsbundel ..Both BOR-processen en BOR-operaties hebben een type. Momenteel worden de meeste processen intern geïmplementeerd door gebruik te maken van algoritmen geïmplementeerd in de ABRI-DP / MDP of in Ka. Dienovereenkomstig is er één MDP-operation / MDP-procestype. Bovendien zijn er momenteel twee processen op basis van WEKA. Eén type is het Wekafilter-proces / -bewerking, dat wordt gedefinieerd door de eigenschap om één bundel van het type "-functievector" in een andere bundel van hetzelfde type te transformeren. Het kan intern een soort van functieselectie, normalisatie enz. Toepassen, enz. Het op de tweede WEKA gebaseerde type is het weekaclassificatieproces / -bewerking. Dit type wordt gedefinieerd door de eigenschap van het transformeren van één bundel van het type "feature_vector" in een bundel van het type "resultaat_set". Meestal is het intern een reeks classifiers van toepassing op de bundel en slaat het verschillende statistieken op met hun prestaties (nauwkeurigheid, precisie, recall etc.) en sommige eigenschappen van de invoergegevens in een resultaatbestand. Bovendien is er ook één analyseproces / bewerking die de gegevens in een "resultaat_set" -bundel analyseert en een reeks plots maakt die visualiseert en evalueert het effect van verschillende parameters op verschillende metrics. Alle processen van een BOR-operatie moeten hetzelfde type hebben. De bewerkingen van een BOR-campagne hebben daarentegen typisch verschillende typen. De beperking is dat elke werking van een campagne een bundel moet kunnen verwerken die door de voorgaande werking is geproduceerd. Vereisten: · Java 1.5 of later

Bor Gerelateerde software