История изменений
Исправление peregrine, (текущая версия) :
Видишь ли, теория там одна за всеми либами. Из крупного ничего кроме нейросетей 10 часто используемых архитектур (карты Кохонена тут же) и нескольких принципов их построения, разных деревьев решений (включая леса этих деревьев, использующих одну и ту же с глубокими нейронками идею ассемблирования), алгоритмов нечёткой логики и генетических (эволюционных) алгоритмов и нет ничего серьёзного, по мелочи что-то ещё можно вспомнить (байес тот же), но перечисленное это 90% всего что придумано и реально используется в ML-е, соответственно и все либы покрывает знатно. А если глубже надо лезть, то либу переписывать хотя бы частично придётся и то какую именно зависит от решаемой задачи. Ту часть ML-я которая крепче привязана к классической статистике, я не трогаю, она больше для анализа данных идёт и делается другими инструментами.
Исправление peregrine, :
Видишь ли, теория там одна за всеми либами. Из крупного ничего кроме нейросетей 10 часто используемых архитектур (карты Кохонена тут же) и нескольких принципов их построения, разных деревьев решений (включая леса этих деревьев, использующих одну и ту же с глубокими нейронками идею ассемблирования), алгоритмов нечёткой логики и генетических (эволюционных) алгоритмов и нет ничего серьёзного, по мелочи что-то ещё можно вспомнить (байес тот же), но перечисленное это 90% всего что придумано и реально используется в ML-е, соответственно и все либы покрывает знатно. А если глубже надо лезть, то либу переписывать хотя бы частично придётся и то какую именно зависит от решаемой задачи.
Исходная версия peregrine, :
Видишь ли, теория там одна за всеми либами. Из крупного ничего кроме нейросетей 10 часто используемых архитектур (карты Кохонена тут же) и нескольких принципов их построения, разных деревьев решений (включая леса этих деревьев, использующих одну и ту же с глубокими нейронками идею ассемблирования), алгоритмов нечёткой логики и генетических (эволюционных) алгоритмов и нет ничего серьёзного, по мелочи что-то ещё можно вспомнить, но перечисленное это 90% всего что придумано и реально используется в ML-е, соответственно и все либы покрывает знатно. А если глубже надо лезть, то либу переписывать хотя бы частично придётся и то какую именно зависит от решаемой задачи.