yoshoku/rumale

解決的問題

Rumale 為 Ruby 程式語言帶來了全面的機器學習演算法套件。它提供了一種標準化的方式來實作 ML 模型，無需切換到 Python，為習慣使用 Scikit-Learn 的使用者提供熟悉的介面。

工作原理

Rumale 使用 Numo::NArray Alternative 實作各種機器學習演算法，支援廣泛的技術，包括：

• 監督式學習：支援向量機、邏輯迴歸、決策樹、隨機森林與梯度樹提升。
• 非監督式學習：K-均值、高斯混合模型、DBSCAN 與譜聚類。
• 降維：主成分分析（PCA）、t-SNE 與非負矩陣分解。

為提升效能，可透過 Numo::Linalg Alternative 集成 OpenBLAS，實現更快的矩陣運算，並使用 Parallel gem 在支援的估計器中進行多核心處理。

適用對象

希望在不離開 Ruby 生態系的情況下，直接將機器學習功能整合到應用程式中的 Ruby 開發者。

主要特色

• Scikit-Learn 風格 API：使用與流行 Python ML 套件相似的介面。
• 廣泛的演算法支援：涵蓋從線性模型與集成方法到聚類與流形學習的所有內容。
• 效能最佳化：支援透過 OpenBLAS 實現硬體加速與平行處理。
• 資料集整合：內建函式用於載入 LIBSVM 格式資料集。