Jubatus

Jubatus
Jubatus
開発者	日本電信電話株式会社と優先インフラストラクチャ
安定版リリース	0.4.3 / 2013年4月19日 (2013-04-19)
言語	C++
オペレーティングシステム	Linux
タイプ	機械学習
ライセンス	GNU Lesser General Public License 2.1
ウェブサイト	jubat.us/en/

Jubatusは、NTTとPreferred Infrastructureで開発されたオープンソースのオンライン機械学習および分散コンピューティングフレームワークです。分類、推薦、回帰、異常検知、グラフマイニングなどの機能を備えています。C ++、Java、Ruby、Pythonなど、多くのクライアント言語をサポートしています。分散機械学習には、反復パラメータ混合法^[1]^{[2]を使用しています。}

注目すべき機能

Jubatusは以下をサポートしています。

多重分類アルゴリズム
- パーセプトロン
- パッシブ・アグレッシブ^[3]^[4]^[5]
- 信頼度重み付け^[6]^[7]^[8]
- 重みベクトルの適応的正則化^[9]
- 正規群群^[10]
以下を使用した推薦アルゴリズム
回帰アルゴリズム
- パッシブ・アグレッシブ
自然言語の特徴抽出法
- nグラム
- テキストセグメンテーション

参考文献

^ Ryan McDonald、K. Hall、G. Mann、「構造化パーセプトロンの分散学習戦略」、北米計算言語学会（NAACL）、2010年。
^ Gideon Mann、R. McDonald、M. Mohri、N. Silberman、D. Walker、「条件付き最大エントロピーモデルの効率的な大規模分散学習」、Neural Information Processing Systems（NIPS）、2009年。
^ Crammer, Koby; Dekel, Ofer ; Shalev-Shwartz, Shai; Singer, Yoram (2003).オンライン受動的-積極的アルゴリズム．第16回ニューラル情報処理システム年次会議（NIPS）の議事録.
^ Koby CrammerとYoram Singer．多クラス問題のための超保守的オンラインアルゴリズム．Journal of Machine Learning Research, 2003.
^ Koby Crammer, Ofer Dekel, Joseph Keshet, Shai Shalev-Shwartz, Yoram Singer, オンライン受動的-積極的アルゴリズム．Journal of Machine Learning Research, 2006.
^ Mark Dredze, Koby Crammer, Fernando Pereira, 信頼度重み付け線形分類，第25回国際機械学習会議（ICML）の議事録，2008年
^ Koby Crammer、Mark Dredze、Fernando Pereira、「正確な凸信頼度重み付け学習」、第22回ニューラル情報処理システム年次会議（NIPS）、2008年議事録
^ Koby Crammer、Mark Dredze、Alex Kulesza、「多クラス信頼度重み付けアルゴリズム」、自然言語処理における経験的手法（EMNLP）、2009年
^ Koby Crammer、Alex Kulesza、Mark Dredze著、「重みベクトルの適応的正則化」、Advances in Neural Information Processing Systems、2009年
^ Koby CrammerとDaniel D. Lee著、「ガウス分布による学習」、Neural Information Processing Systems (NIPS)、2010年

この無料のオープンソースソフトウェアの記事はスタブです。拡張することでWikipediaに貢献できます。

[1] Ryan McDonald、K. Hall、G. Mann、「構造化パーセプトロンの分散学習戦略」、北米計算言語学会（NAACL）、2010年。

[2] Gideon Mann、R. McDonald、M. Mohri、N. Silberman、D. Walker、「条件付き最大エントロピーモデルの効率的な大規模分散学習」、Neural Information Processing Systems（NIPS）、2009年。

[3] Crammer, Koby; Dekel, Ofer ; Shalev-Shwartz, Shai; Singer, Yoram (2003).オンライン受動的-積極的アルゴリズム．第16回ニューラル情報処理システム年次会議（NIPS）の議事録.

[4] Koby CrammerとYoram Singer．多クラス問題のための超保守的オンラインアルゴリズム．Journal of Machine Learning Research, 2003.

[5] Koby Crammer, Ofer Dekel, Joseph Keshet, Shai Shalev-Shwartz, Yoram Singer, オンライン受動的-積極的アルゴリズム．Journal of Machine Learning Research, 2006.

[6] Mark Dredze, Koby Crammer, Fernando Pereira, 信頼度重み付け線形分類，第25回国際機械学習会議（ICML）の議事録，2008年

[7] Koby Crammer、Mark Dredze、Fernando Pereira、「正確な凸信頼度重み付け学習」、第22回ニューラル情報処理システム年次会議（NIPS）、2008年議事録

[8] Koby Crammer、Mark Dredze、Alex Kulesza、「多クラス信頼度重み付けアルゴリズム」、自然言語処理における経験的手法（EMNLP）、2009年

[9] Koby Crammer、Alex Kulesza、Mark Dredze著、「重みベクトルの適応的正則化」、Advances in Neural Information Processing Systems、2009年

[10] Koby CrammerとDaniel D. Lee著、「ガウス分布による学習」、Neural Information Processing Systems (NIPS)、2010年