ankane/eps

解決する課題

Epsは、Rubyアプリケーション内で直接機械学習モデルを構築、トレーニング、提供するプロセスを簡素化します。データサイエンスと本番環境の間のギャップを埋め、複雑な外部インフラを管理したり言語を切り替えたりすることなく、予測モデル（回帰または分類）を作成してデプロイできるようにします。

仕組み

Epsは、LightGBM、Linear Regression、Naive Bayesなどのアルゴリズムを使用してモデルをトレーニングするための統一されたRubyインターフェースを提供します。データ準備、特徴量エンジニアリング（テキスト処理を含む）、およびモデル検証を処理します。モデルはPMML (Predictive Model Markup Language) 標準を使用して保存および交換されるため、PythonやRなどの他の言語でトレーニングされたモデルを、RubyやRailsアプリケーション内でシームレスに提供できます。

対象ユーザー

このプロジェクトは、Rubyエコシステムから離れることなく機械学習をアプリケーションに統合したいRubyおよびRails開発者向けです。さまざまな言語で構築されたモデルを、統一されたRubyベースの本番環境にデプロイする必要があるチームに最適です。

ハイライト

• 複数のアルゴリズムをサポート：LightGBM (デフォルト)、Linear Regression、Naive Bayes。
• 相互運用性：PMMLを介してPython、R、その他の言語でトレーニングされたモデルを提供。
• ネイティブなRails統合：データベースへのモデル保存や自動再トレーニングなど、Railsワークフローへの組み込みが容易。
• 組み込みの評価機能：検証用にデータを自動的に分割し、RMSEや精度などのパフォーマンス指標を提供。
• 柔軟なデータ入力：配列、ハッシュ、Numo配列、Roverデータフレームに対応。