Gebruiker:Ahappylittletree/Kladblok

Vowpal Wabbit
	Vowpal Wabbit 7.1 op Windows
Ontwikkelaar(s)	Yahoo! Research & daarna Microsoft Research
Recentste versie	7.5 ; (januari 2014)
Status	Actief
Besturingssysteem	Multiplatform
Geschreven in	C++
Categorie	Datamining, Machinaal leren
Licentie(s)	BSD-licentie
Website	(en) Projectpagina
Portaal	Informatica

a happy little tree 8 apr 2014 02:36 (CEST)

Vowpal Wabbit[bewerken | brontekst bewerken]

• · Vowpal Wabbit (afgekort VW) is een command-line-interface (CLI) programma en een bibliotheek (Engels: library) met algoritmes voor automatisch leren.^[1] Het programma werd ontwikkeld door kunstmatige intelligentie wetenschapper John Langford^[2], eerst bij Yahoo! Research en daarna bij Microsoft Research.^[3] Het programma is beschikbaar onder een BSD-licentie.^[4] De naam 'Vowpal Wabbit' is geïnspireerd op het taalgebruik van Elmer Fudd. Op deze manier zou Elmer het Engelse woord 'Vorpal Rabbit' uitspreken.^[5]

Kenmerkend voor Vowpal Wabbit is de schaalbaarheid, snelheid, en efficientie.^[6] De volgende factoren dragen hieraan bij:

Gecompileerde C++ code
De hash-truuk (Engels: Hashing trick)
Support voor multithreading
Out-of-core online machinaal leren, hierbij hoeft niet alle data in het geheugen te worden geladen.

Vowpal Wabbit biedt ondersteuning voor een ruim aantal algoritmes en leermethodes, waaronder:

Problemen uit machinaal leren, zoals: classificatie, regressie en actief leren
Algoritmes voor automatisch leren, zoals: OLS regressie, neurale netwerken, SEARN (Search and learn), en LDA^[7]
Verliesfuncties (Engels: loss functions), zoals: quantile regressie, logistische regressie^[8] en kwadratische fout (Engels: squared error)
Optimalisatie algoritmes, zoals: BFGS^[9], geconjugeerde gradiënten, en stochastische gradiënten (SGD^[10])
Regularisatie, zoals: L1 regularisatie en L2 regularisatie^[11]

Bronnen, noten en/of referenties