设计机器学习工具箱：概念、原则与模式
软件工程
2021-01-14 v1 机器学习
摘要
诸如 scikit-learn 或 Weka 之类的机器学习（ML）与 AI 工具箱是当代数据科学实践的基石——其核心作用得益于可用且强大的设计，使得复杂建模流程的指定、训练与验证变得轻松。然而，尽管它们取得了普遍成功，其构建中的关键设计原则却从未被充分分析。本文试图对 AI 建模工具箱设计中的关键模式给出概览，其灵感同等来源于软件工程领域、当代工具箱中的实现模式，以及我们自身开发 ML 工具箱的经验。特别地，我们为 AI/ML 领域开发了一个概念模型，其核心是一种称为科学类型（scientific types）的新类型系统。科学类型基于我们通常对其执行的操作集合（即其接口）及其统计性质，捕捉 ML 工作流中常见元素的科学意义。由我们的概念分析，我们导出了一组设计原则与模式。我们阐明该分析不仅能解释现有工具箱的设计，亦可指导新工具箱的开发。我们期望本文贡献能成为未来工具箱工程师的尖端参考、最佳实践的总结、一组可能对未来研究有用的 ML 设计模式集合，并潜在地成为迈向构建 AI 的更高层编程范式的第一步。
引用
@article{arxiv.2101.04938,
title = {Designing Machine Learning Toolboxes: Concepts, Principles and Patterns},
author = {Franz J. Király and Markus Löning and Anthony Blaom and Ahmed Guecioueur and Raphael Sonabend},
journal= {arXiv preprint arXiv:2101.04938},
year = {2021}
}