AMIDST：面向可扩展概率机器学习的Java工具箱
机器学习
2022-02-07 v1 机器学习
摘要
AMIDST工具箱是一个用于可扩展概率机器学习的软件，特别关注（海量）流数据。该工具箱支持基于带潜变量和时间依赖的概率图模型的灵活建模语言。所指定的模型可使用并行或分布式实现的贝叶斯学习算法从大数据集中学习，适用于流数据或批数据。这些算法基于灵活的变分消息传递方案，支持来自广泛概率分布的离散和连续变量。AMIDST还通过接口连接到诸如Flink、Spark、MOA、Weka、R和HUGIN等软件工具来利用现有功能和算法。AMIDST是一个用Java编写的开源工具箱，可在http://www.amidsttoolbox.com获取，遵循Apache软件许可证2.0版。
引用
@article{arxiv.1704.01427,
title = {AMIDST: a Java Toolbox for Scalable Probabilistic Machine Learning},
author = {Andrés R. Masegosa and Ana M. Martínez and Darío Ramos-López and Rafael Cabañas and Antonio Salmerón and Thomas D. Nielsen and Helge Langseth and Anders L. Madsen},
journal= {arXiv preprint arXiv:1704.01427},
year = {2022}
}