統計・機械学習 的なことをやりたいので CLML を眺めてみることにした。
どんな機能があるのか眺めてみた。
README の Machine-Learning Packages のセクションを表にしてみた。
ふーん。と言った感じである。 自分は別に数学に詳しい訳ではないので何が出来るのかわからない。
まぁ、どれか一つをやってみるか。
| Package | Description |
|---|---|
| Association-Rule | アソシエーションルール分析のパッケージ |
| ChangeFinder | オンライン変化点検出エンジン ChangeFinder のパッケージ |
| Cluster-Validation | クラスタリング結果を評価する指標のパッケージ |
| Decision-Tree | 決定木分析のpackage |
| Dirichlet-Process-Mixture | 混合ディリクレ過程によるクラスタリングのパッケージ |
| Exponential-Smoothing (HoltWinters) | 時系列解析における指数平滑化法のパッケージ |
| Hierarchical-Clustering | 階層型クラスタリングのパッケージ |
| Hierarchical-Dirichlet-Process-Latent-Dirichlet-Allocation | 階層的ディリクレ過程を用いた隠れディリクレ配分法のパッケージ |
| K-Nearest-Neighbor | k-近傍法(k-nearest neighbor algorithm) の pacakge |
| K-means | k-平均法(k-means) クラスタリングのパッケージ |
| Linear-Regression | 線形回帰分析のパッケージ |
| Naive-Bayes | 多変数ベルヌーイナイーブベイズおよび多項ナイーブベイズのパッケージ |
| Non-negative-Matrix-Factorization | 非負行列因子分解のパッケージ |
| One-Class-SVM | one-class-SVMのパッケージ (教師なし学習で、異常値・外れ値検出を行う) |
| Optics | 密度ベースクラスタリング OPTICS のパッケージ |
| Principal-Component-Analysis | 主成分分析のためのパッケージ |
| Random-Forest | ランダムフォレストのpackage |
| Read-Data | 機械学習対象データを読み込むためのパッケージ |
| Self-Organizing-Map | 自己組織化マップのパッケージ |
| Spectral-Clustering | 無向グラフを対象としたクラスタリングのパッケージ |
| Support-Vector-Machine | サポートベクターマシンのパッケージ |
| Support-Vector-Regression | サポートベクター回帰のパッケージ |
| Text-Utilities | テキストユーティリティ関数のパッケージ |
| Time-Series-Anomaly-detection | 時系列データにおける異常検知アルゴリズムのパッケージ |
| Time-Series-Auto-Regression | 時系列解析における自己回帰モデルのパッケージ |
| Time-Series-Burst-Detection | 時系列データにおけるバースト検知アルゴリズムのパッケージ |
| Time-Series-Read-Data | 機械学習対象データを時系列データとして読み込むためのパッケージ |
| Time-Series-State-Space-Model | 状態空間モデル（時系列モデルを抽象化したもの）のパッケージ, これを用いて色々な時系列モデルを表現する。 |
| Time-Series-Statistics | 時系列データ(time-series-dataset) を対象とした解析パッケージ |
ディレクトリ構造を眺めてみる。
こんな感じ。
なんかごちゃごちゃしとる。 スゲー整理したい。。。
/ ├─ aclml-db ├─ addons ├─ blas ├─ demo ├─ distribution ├─ docs ├─ graph ├─ lapack ├─ lib ├─ memo ├─ nearest-search ├─ nonparametric ├─ notes ├─ sample ├─ som ├─ statistics ├─ statvis └─ test
他
知識工学部/機械学習 にCLMLの全体概要っぽい情報があります。
