YCML 是使用 Objective-C 编写的机器学习框架,也支持 Swift。
当前提供以下算法:
GradIEnt Descent Backpropagation [1]
Resilient Backpropagation (RProp) [2]
Forward Selection using OrthoGonal Least Squares (for RBF Net) [4, 5]
Forward Selection using Orthogonal Least Squares with the PRESS statistic [6]
在适用的情况下,实现了常规版本的算法。
YCML 同时包括一些优化算法,用来得到预测模型,可以用于以下算法:
Gradient Descent (Single-Objective, Unconstrained)
RProp Gradient Descent (Single-Objective, Unconstrained)
NSGA-II (Multi-Objective, Constrained) [7]
嵌入式模型输入/输出标准化设施
通用监督学习基类,适用于各种算法
强大和模块化的 Backprop 类
强大的 Dataframe 类
为单个或者多个对象问题进行单独优化
用于优化的代理类
基于 YCMatrix,一个矩阵库,使用加速框架来提升性能
使用 NSArray 类进行基础统计