وSHOGUN هو مشروع برمجيات المصدر المفتوح صمم من الإزاحة لتوفير الأدوات تعلم الآلة التي تستهدف طرق النواة واسعة النطاق، والتي صممت خصيصا لأجهزة المتجهات الإعتمادية (SVM). البرنامج يمكن استخدامها بسهولة من داخل لغات البرمجة المختلفة، بما في ذلك C، C ++، بيثون، أوكتاف، ماتلاب، جافا، C #، روبي، لوا، يونيكس شل، وR.
تطبيق يقدم SVM (المتجهات آلات) الكائن القياسية التي يمكن التفاعل مع مختلف تطبيقات SVM. ويشمل أيضا العديد من الأساليب الخطية، مثل آلة البرمجة الخطية (LPM)، الخطي التحليل المميز (LDA)، (نواة) Perceptrons، وكذلك بعض الخوارزميات التي يمكن استخدامها لتدريب ماركوف المخفية models.Features في ملامح glanceKey تشمل واحدة تصنيف الدرجة والتصنيف والانحدار، والتعلم الناتج منظم، قبل تجهيز multiclass، استراتيجيات اختيار نموذج مدمج، إطار الاختبار، ودعم التعلم على نطاق واسع، تعدد المهام التعلم والتكيف المجال التسلسل، رمز بشكل متوازي، مقاييس الأداء، ريدج نواة الانحدار، ناقلات دعم الانحدار وعمليات التمويه.
بالإضافة إلى ذلك، فإنه يدعم التعلم النواة متعددة، بما في ذلك MKL ف القواعد والمعايير وmulticlass MKL، يدعم السذاجة بايز واللوجستية الانحدار، لاسو، ك-NN وجاوس عملية المصنفات تصنيف، ويدعم الجهاز الخطية البرمجة، وسلاسل LDA، ماركوف، نماذج ماركوف المخفية، PCA، نواة PCA، Isomap، والقياس متعدد الأبعاد، التضمين الخطي محليا، خريطة نشرها، المحلية محاذاة مساحة الظل، وكذلك eigenmaps laplacian.
وعلاوة على ذلك، فهي تتميز دعم بارنز-هت تي SNE، بالتطبيع نواة، نواة السيني، وحبات سلسلة، متعدد الحدود، الخطية وحبات التمويه، المجموعات الهرمية،-وسائل ك، BFGS الأمثل، وأصل التدرج، الارتباطات إلى CPLEX، الارتباطات إلى Mosek، والتسمية التعلم تسلسل، عامل تعلم الرسم البياني، SO-SGD، كامنة-SVM SO والبيانات متفرق representation.Under غطاء محرك السيارة وavailabilitySHOGUN هو مكتوب بفخر في لغات البرمجة بايثون وC ++، مما يعني أنه &؛ [س] متوافقة مع أي نظام تشغيل جنو / لينكس حيث توجد بيثون ودول مجلس التعاون الخليجي. وهو متوفر للتحميل كأرشيف مصدر عالمي، لذلك يمكنك تثبيته على أي نظام تشغيل قائم على نواة لينكس
ما هو الجديد في هذا الإصدار:.
الميزات:
الدعم الكامل python3 الآن
إضافة المصغرة دفعة ك-سائل [Parijat مازومدار]
إضافة وسائل ك ++ [Parijat مازومدار]
إضافة تسلسل الفرعي سلسلة النواة [lambday]
بوجفيكسيس:
تجميع إصلاحات لswig3.0 القادمة
تسريع لعملية التمويه "تطبيق ()
تحسين وحدة / الشيكات اختبار التكامل
libbmrm الذاكرة غير مهيأ يقرأ
libocas الذاكرة غير مهيأ يقرأ
اوكتاف 3.8 إصلاحات الترجمة [أوريون Poplawski]
إصلاح جافا خطأ ترجمة وحدات [بيورن ايسر]
ما هو الجديد في الإصدار 3.1.1:
إصلاح تجميع يحدث خطأ مع CXX0X
عثرة نسخة البيانات إلى الإصدار المطلوب
ما هو الجديد في الإصدار 3.1.0:
هذا الإصدار يحتوي معظمها بوجفيكسيس، ولكن أيضا ميزة التحسينات.
الأهم من ذلك، تم إصلاحها بضع تسرب الذاكرة ذات الصلة لتطبيق ().
الكتابة والقراءة من الميزات شوغون ككائنات protobuf هو ممكن الآن.
العرف نواة المصفوفات يمكن أن يكون الآن 2 ^ 31-1 * 2 ^ 31-1 في الحجم.
تم إضافة أجهزة الكمبيوتر المحمولة ipython Multiclass، وتحسنت الآخرين.
الآن يدعم ترك واحد التدريجي crossvalidation مريح.
ما هو الجديد في الإصدار 2.0.0:
ويتضمن كل ما تم القيام به قبل وأثناء الصيف جوجل من قانون عام 2012.
اطلب من الطلاب تنفيذ مختلف الميزات الجديدة مثل منظم التعلم الانتاج والعمليات التمويه، كامنة متغير SVM (والتعلم الناتج منظم)، الاختبارات الإحصائية في الأماكن استنساخ النواة، ومختلف خوارزميات التعلم تعدد المهام، ومختلف التحسينات سهولة الاستخدام، على سبيل المثال لا الحصر.
ما هو الجديد في الإصدار 1.1.0:
هذا الإصدار عرض مفهوم "المحولات"، والتي تمكنك من بناء التضمينات من الميزات التعسفية.
ويشمل أيضا عدد قليل من تقنيات للحد من البعد جديدة وتحسينات كبيرة في الأداء في مجموعة أدوات تخفيض الأبعاد.
وتشمل التحسينات الأخرى هام تجميع السرعة تصل، بوجفيكسيس مختلف للواجهات وحدات والخوارزميات، وتحسين سيغوين، ماك OS X، ورنة ++ التوافق.
يستخدم جيثب القضايا الآن عن الخلل تتبع والقضايا.
ما هو الجديد في الإصدار 1.0.0:
هذا الإصدار يتميز اجهات لغات جديدة بما في ذلك جافا، C #، روبي، ولوا، وهو إطار اختيار نموذج، العديد من تقنيات للحد من البعد، جاوس خليط نموذج تقدير، وإطار التعلم عبر الإنترنت كاملة.
ما هو الجديد في الإصدار 0.10.0:
الميزات:
التسلسل من الأشياء المستمدة من CSGObject، أي كل الأشياء شوغون (SVM، نواة، ميزات، Preprocessors، ...) كما ASCII، JSON، XML وHDF5
خلق SVMLightOneClass
إضافة CustomDistance في القياس إلى نواة مخصصة
إضافة HistogramIntersectionKernel (بفضل كوين فان دي ساندي من أجل التصحيح)
ماتلاب دعم 2010A
SpectrumMismatchRBFKernel دعم وحدات (بفضل روب Patro من أجل التصحيح)
إضافة ZeroMeanCenterKernelNormalizer (بفضل جوردن Jemwa من أجل التصحيح)
2.0 الدعم جرعة كبيرة
بوجفيكسيس:
العرف الألباب ويمكن الآن أن تكون وGT. 4G (بفضل كوين فان دي ساندي من أجل التصحيح)
تعيين C لغة عند بدء التشغيل في init_shogun لمنع incompatiblies مع يطفو أسكي وfprintf
تجميع الإصلاح عند تعطيل حساب مرجع
إصلاح set_position_weights لWD نواة (ذكرت من قبل ديف duVerle)
إصلاح set_wd_weights لWD النواة.
إصلاح المحطم في SVMOcas (التي أبلغ عنها ياروسلاف)
تنظيف وAPI التغييرات:
إعادة تسمية SVM_light / SVR_light إلى SVMLight الخ
إزالة C البادئة أمام أسماء فئة غير قابل للتسلسل
إسقاط CSimpleKernel وإدخال CDotKernel من الطبقة قاعدته. وهناك حاجة بهذه الطريقة كل حبات مقرها الدوت المنتج يمكن أن تطبق على رأس DotFeatures وفقط تنفيذ واحد لمثل هذه الحبوب.
ما هو الجديد في الإصدار 0.9.3:
الميزات:
التجريبية ليرة لبنانية القواعد والمعايير MCMKL
الألباب الجديد: SpectrumRBFKernelRBF، SpectrumMismatchRBFKernel، WeightedDegreeRBFKernel
WDK النواة تدعم الأحماض الأمينية
سلسلة الميزات يدعم الآن عمليات إلحاق (وخلق
دعم الثعبان-DBG
السماح يطفو كمدخل لنواة مخصصة (والمصفوفات وGT، 4GB في حجم)
بوجفيكسيس:
ثابت الإصلاح الارتباط.
إصلاح add_to_normal متفرق نواة الخطي ل
تنظيف وAPI التغييرات:
إزالة الحرف الأول () وظيفة في مقاييس الأداء
ضبط لذا لاحقة الثعبان واستخدام distutils الثعبان لمعرفة تركيب مسارات
ما هو الجديد في الإصدار 0.9.2:
الميزات:
القراءة المباشرة وكتابة الملفات استنادا ASCII / الملفات الثنائية / HDF5.
نفذت متعددة بالتطبيع نواة مهمة.
تنفيذ SNP النواة.
تنفيذ المهلة المحددة لlibsvm / libsvr.
دمج مطاطا نت MKL (بفضل Ryoata توميوكا من أجل التصحيح).
تنفيذ حاشد WD الميزات.
تنفيذ حاشد الميزات متناثر بولي.
دمج liblinear 1.51
LibSVM يمكن الآن تدرب مع التحيز تعطيل.
إضافة وظائف إلى مجموعة / الحصول العالمي والمحلي IO / مواز / ... الكائنات.
بوجفيكسيس:
إصلاح set_w () لالمصنفات الخطية.
ثابت أوكتاف، بيثون، Cmdline وحدات بيثون واجهات تجميع نظيفة تحت ويندوز / سيغوين مرة أخرى.
في واجهات ثابتة يمكن أن تفشل الاختبار عندما لا يتم مباشرة بعد التدريب.
لم يتم العثور على التعليقات