YCML 是使用 Objective-C 編寫的機器學(xué)習(xí)框架，也支持 Swift。

當(dāng)前提供以下算法：

• Gradient Descent Backpropagation [1]

• Resilient Backpropagation (RProp) [2]

• Extreme Learning Machines (ELM) [3]

• Forward Selection using Orthogonal Least Squares (for RBF Net) [4, 5]

• Forward Selection using Orthogonal Least Squares with the PRESS statistic [6]

在適用的情況下，實現(xiàn)了常規(guī)版本的算法。

YCML 同時包括一些優(yōu)化算法，用來得到預(yù)測模型，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]

特性

學(xué)習(xí)

• 嵌入式模型輸入/輸出標(biāo)準(zhǔn)化設(shè)施

• 通用監(jiān)督學(xué)習(xí)基類，適用于各種算法

• 強大和模塊化的 Backprop 類

• 強大的 Dataframe 類

優(yōu)化

• 為單個或者多個對象問題進行單獨優(yōu)化

• 用于優(yōu)化的代理類

其他

• 基于 YCMatrix，一個矩陣庫，使用加速框架來提升性能

• 使用 NSArray 類進行基礎(chǔ)統(tǒng)計