LinkedIn 釋出機器學習函式庫 Dagli,方便開發者建置機器學習模型!

LinkedIn 釋出機器學習函式庫 Dagli。圖片截至 GitHub

近期 LinkedIn 釋出機器學習函式庫 Dagli,它適用於 Java,具有容易編寫、不容易產生 bug 的特性,方便開發者建置機器學習應用。

Dagli 傳送門

Dagli 環境有大量的工作管線組件,也能避免大部分的邏輯錯誤

雖然企業的機器學習成熟度普遍提高,但根據演算法新創 Algorithmia 在 2019 年的調查,多數企業部署機器學習模型需要 8 到 90 天的時間,而 18% 的企業耗時超過 90 天。多數企業將原因歸咎於無法規模化,其次是模型可複製性的挑戰、缺乏上層的支持、以及糟糕的工具。

Dagli 環境具有大量的工作管線組件(pipeline components),包含神經網路、邏輯迴歸、梯度提升決策樹、FastText、交叉驗證、交叉訓練、特徵選擇、數據讀取器、評估、特徵轉換等。而 Dagli 環境提供工作管線定義、靜態類型、不變性等特性,從根本上避免大部分的邏輯錯誤。此外,Dagli 也提供高度可移植性,開發者能應用於伺服器、Hadoop、CLI、IDE,與其他典型的 JVM 環境中工作。

對資深的機器學習工程師來說,Dagli 提供提供開發高效能且生產就緒的模型,能夠長期維護,也能擴充,與現在基於 JVM 技術的堆疊整合。對於機器學習新手工程師,Dagli 提供直觀的 API,能結合熟悉的 JVM 工具使用,並避免常見的邏輯錯誤。

參考資料

The Machine》、《Analytics India Mag

(本文提供合作夥伴轉載。首圖來源:GitHub

延伸閱讀

最受歡迎程式語言排行榜:C 老大哥穩坐第一,Python 以小於 1.3% 之差追趕 Java
【比 Keras 更好用?】德工程師開發全自動機器學習模型包,不用動手寫任何程式!
最受工程師歡迎的程式語言是什麼?網友統計八年使用數據:第一名從沒換過人!


科技報橘 LinkedIn 上線!

最新科技產業動態、技術新突破、專業職能技巧提升 ....... 鎖定 TO  LinkedIn 專業品牌,提升職能與產業 Know-how,躋身產業菁英之列 https://www.linkedin.com/showcase/techorange

點關鍵字看更多相關文章: