ankane/eps

해결하는 문제

Eps는 Ruby 애플리케이션 내에서 직접 머신 러닝 모델을 구축, 학습 및 제공하는 과정을 간소화합니다. 데이터 과학과 프로덕션 환경 사이의 간극을 메워, 개발자가 복잡한 외부 인프라를 관리하거나 언어를 전환할 필요 없이 예측 모델(회귀 또는 분류)을 생성하고 배포할 수 있게 합니다.

작동 방식

Eps는 LightGBM, Linear Regression, Naive Bayes와 같은 알고리즘을 사용하여 모델을 학습하기 위한 통합된 Ruby 인터페이스를 제공합니다. 데이터 준비, 특성 공학(텍스트 처리 포함) 및 모델 검증을 처리합니다. 모델은 PMML (Predictive Model Markup Language) 표준을 사용하여 저장 및 교환되므로, Python이나 R과 같은 다른 언어로 학습된 모델을 Ruby 또는 Rails 애플리케이션 내에서 원활하게 제공할 수 있습니다.

대상 사용자

이 프로젝트는 Ruby 생태계를 벗어나지 않고 머신 러닝을 애플리케이션에 통합하려는 Ruby 및 Rails 개발자를 위한 것입니다. 다양한 언어로 구축된 모델을 통합된 Ruby 기반 프로덕션 환경에 배포해야 하는 팀에게 이상적입니다.

주요 특징

• 다중 알고리즘 지원: LightGBM (기본값), Linear Regression, Naive Bayes.
• 상호 운용성: PMML을 통해 Python, R 및 기타 언어로 학습된 모델 제공.
• 네이티브 Rails 통합: 데이터베이스 내 모델 저장 및 자동 재학습을 포함하여 Rails 워크플로우에 쉽게 통합.
• 내장 평가 기능: 검증을 위해 데이터를 자동으로 분할하고 RMSE 및 정확도와 같은 성능 지표 제공.
• 유연한 데이터 입력: 배열, 해시, Numo 배열 및 Rover 데이터 프레임과 호환.