online-ml/river

解決する問題

Riverは、ストリーミングデータに対する機械学習モデルのトレーニングという問題を解決します。従来のバッチ学習では固定データセットでモデルをトレーニングしますが、Riverではモデルが新しいデータポイントを1つずつ学習でき、過去のデータを再訪する必要がありません。これにより、データが継続的に到着し、モデルが「コンセプトドリフト」（時間の経過に伴うデータ分布の変化）に対して堅牢である必要があるシナリオで特に有用です。

仕組み

Riverはオンライン学習インターフェース（learn_one / predict_one）を実装しており、サンプルを順次処理します。線形モデル、決定木、異常検知など、単一の観測値に基づいてパラメータを更新するように設計された幅広いアルゴリズムを提供します。また、小グループでデータを処理する必要がある人のために、オプションのpandas依存関係を介したミニバッチ処理もサポートしています。

対象読者

イベントベースの本番環境で機械学習を実装する必要がある開発者やデータサイエンティスト、またはゼロから再トレーニングせずに新しいデータに適応できるモデルを求める人向けに設計されています。

ハイライト

• 包括的なアルゴリズムスイート: 線形モデル、ランダムフォレスト、最近傍法、異常・ドリフト検知、レコメンダーシステムを含みます。
• ユーザーフレンドリーなAPI: 明確さとユーザーエクスペリエンスに焦点を当て、scikit-learnに似たモデルパイプラインシステムを提供します。
• オンラインユーティリティ: ストリーミングデータ専用の組み込みデータセット、オンライン統計、メトリクス、前処理ツールを提供します。
• 軽量コア: コアインターフェースはpandasに依存しておらず、単一サンプル処理が高速です。

まとめ

ストリーミングデータからモデルが1サンプルずつ学習でき、過去のデータを再訪する必要がないオンライン機械学習のためのPythonライブラリ。

タイトル

ストリーミングデータ向けオンライン機械学習のためのユーザーフレンドリーなPythonライブラリ