Mill.jl 与 JsonGrinder.jl：从原始 JSON 数据学习中自动可微特征提取
机器学习
2021-05-20 v1 机器学习
数学软件
摘要
从原始数据输入中学习，从而限制手动特征工程的需求，是机器学习方法许多成功应用的关键组成部分之一。虽然机器学习问题常表述为可自然转化为适合分类器的向量表示的数据，但存在某些数据源（例如网络安全领域）自然表示为具有统一层次结构（如 XML、JSON 和 Protocol Buffers）的多样文件。将此数据转换为向量（张量）表示通常通过手动特征工程完成，这一过程费力、有损，且易受人关于特定特征重要性的偏见影响。Mill 与 JsonGrinder 是一对联用库，可完全自动化该转换过程。从任意一组 JSON 样本出发，它们创建出能够对进一步原始形式 JSON 样本进行推断的可微机器学习模型。
引用
@article{arxiv.2105.09107,
title = {Mill.jl and JsonGrinder.jl: automated differentiable feature extraction for learning from raw JSON data},
author = {Simon Mandlik and Matej Racinsky and Viliam Lisy and Tomas Pevny},
journal= {arXiv preprint arXiv:2105.09107},
year = {2021}
}
备注
5 pages, 2 figures, 1 table, submitted to section on one-source software of Journal of Machine Learning Research