oracle/tribuo

Tribuo - A Java machine learning library

What it solves

Tribuo는 다양한 예측 작업을 위한 통합 인터페이스를를 제공하도록 설계된 Java 기반 머신러닝 라이브러리입니다. 데이터 로딩, 피처링(featurizing), 데이터 변환 프로세스를 단순화하고, 서로 다른 알고리즘과 기반 라이브러리를 사용하여 모델을 훈련, 평가 및 배포하는 표준화된 방식을 제공합니다.

How it works

Tribuo는 인기 있는 ML 알고리즘의 자체 구현체를 제공하는 동시에, 다른 강력한 라이브러리(TensorFlow, XGBoost, LibLinear, LibSVM 등)를 래핑하여 일관된 API를 제공합니다. 다중 클래스 분류, 회귀, 클러스터링 및 이상 탐지를 포함한 광범위한 작업을 지원합니다.

주요 기술적 특징은 다음과 같습니다:

  • Configuration System: OLCUT를 사용하여 XML 또는 JSON 파일을 통해 트레이너 구성을 설정함으로써 반복 가능한 모델 구축을 가능하게 합니다.
  • Provenance: 모든 모델과 평가 결과에는 생성 시간, 데이터 식별자, 변환 과정, 하이퍼파라미터 등을 기록하는 직렬화 가능한 출처(Provenance) 객체가 포함됩니다.
  • Interoperability: 많은 모델을 ONNX 형식으로 내보낼 수 있어 다른 언어나 플랫폼에서 사용할 수 있습니다.
  • Deployment: Java 8+를 지원하며 고성능 컴포넌트를 위한 네이티브 라이브러리 인터페이스를 제공합니다.

Who it’s for

Python으로 전환하지 않고 애플리케이션에 머신러닝 기능을 직접 통합해야 하는 Java 개발자, 그리고 Provenance를 통해 엄격한 모델 추적 및 재현성을 요구하는 연구자 및 엔지니어.

Highlights

  • Unified Interface: TensorFlow 및 XGBoost를 포함한 여러 ML 라이브러리에 대한 단일 API.
  • - LIME Implementation: LIME 알고리즘을 사용하여 분류기 예측을 설명하는 도구를 포함합니다.
  • Causal Tracking: 모델 이력 및 하이퍼파라미터를 추적하기 위한 내장된 출처(Provenance) 시스템.
  • ONNX Export: 크로스 플랫폼 배포를 위한 모델 내보내기 기능.
  • - LIME Implementation: LIME 알고리즘을 사용하여 분류기 예측을 설명하는 도구를 포함합니다.