Distribuire i modelli di apprendimento automatico principale utilizzando TURI Crea su Linux

Turi Create è una libreria Python creata da Apple per la facile distribuzione di algoritmi completi di apprendimento automatico e analisi dei dati. È una libreria open source che consente agli utenti di sfruttare gratuitamente questo potente strumento. Contiene implementazioni per tecniche di apprendimento supervisionate e non supervisionate che includono attività di classificazione, attività di regressione, algoritmi di clustering, attività di rilevamento degli oggetti e altro ancora. Permette inoltre agli utenti di creare algoritmi di apprendimento automatico personalizzati incorporando i fondamentali di base per l'apprendimento automatico e l'analisi dei dati.

Nonostante sia realizzato da Apple, è disponibile su tutte e tre le piattaforme principali che includono Apple, Linux e Windows che aumenta ulteriormente la sua utilità nel mondo dell'apprendimento da dati abbondanti. Il vantaggio principale che TURI Create offre ai suoi utenti su altre biblioteche e framework di apprendimento automatico e analitico tradizionali è che i suoi utenti possono accedere agli algoritmi e ai modelli di apprendimento predefiniti e pronti per l'uso. Le persone che non sono completamente abili con i concetti complessi di apprendimento automatico e analisi dei dati possono utilizzare questa biblioteca con relativa facilità e svolgere i loro compiti senza che siano stati fatti uno sforzo significativo per l'apprendimento dei dettagli di questi algoritmi. Uno dei principali concorrenti di questa biblioteca è Scikit Learn che è abbondantemente utilizzato nella maggior parte delle attività di apprendimento automatico ma è un po 'complesso da imparare e implementare.

Il prerequisito più importante per iniziare con Turi Crea è la conoscenza superficiale di Python e dei suoi fondamentali di programmazione. TURI Create consente ai suoi utenti di lavorare con diverse forme di dati tra cui dati tabulari, dati testuali, grafici e altro ancora. Offrendo i tipi di dati personalizzati per i contenitori che assomigliano ad alcuni dei tipi di dati più utilizzati come i dati dei dati, questa libreria rende la memorizzazione e l'elaborazione dei dati davvero semplice e facile.

Va notato che Turi Create è disponibile sulle seguenti versioni di Python: 2.7, 3.5, 3.6, 3.7 e 3.8. Sta da lavorare per renderlo disponibile per le versioni più recenti.

Guida d'installazione

Per iniziare con l'installazione di Create Turi, è necessario prima assicurarti di eseguire una versione di Python dall'elenco menzionato in precedenza. Se si utilizza una versione più vecchia o più recente, è necessario aggiornare o downgrade a una versione diversa per essere in grado di eseguire TURI Create. Altrimenti, otterrai il seguente errore se provi a installarlo con una versione diversa di Python rispetto a quelle menzionate:

Poiché Turi Create è un pacchetto di biblioteca Python, può essere utilizzato solo tramite il codice Python. Ecco perché, per installarlo, utilizziamo il gestore dei pacchetti Python chiamato "PIP". Puoi anche usare "Conda" per installare questa libreria se si utilizza la piattaforma Anaconda per il tuo sviluppo Python. Ai fini di questa guida di installazione, utilizziamo PIP.

Nota: È sempre una buona idea installare qualsiasi pacchetto in un ambiente a sé stante in modo che non provoca alcun errore e problema con gli altri pacchetti nell'ambito globale del pacchetto Python.

1. Esegui il comando seguente nel terminale per installare TURI Crea con PIP:

$ pip Installa Turicreate

Con questo, TURI Create dovrebbe essere scaricato e installato sulla macchina Linux utilizzando il Gestione pacchetti PIP per Python.

Guida utente

Come accennato in precedenza, poiché Turi Create è un pacchetto Python, può essere utilizzato utilizzando il codice Python. Per iniziare a lavorare con Turi Create, creiamo un file Python (.py) o un taccuino Python (.ipynb).

Iniziamo importando Create TURI nel nostro ambiente di lavoro:

Importa Turicreate come TC

Ora che abbiamo importato Turi Create, importa un set di dati su cui lavorare. Questo può essere qualsiasi set di dati adatto ai requisiti per i tipi di dati che Turi crea è in grado di lavorare. Usiamo il set di dati ADNI per i pazienti di Alzheimer. Questo set di dati è un classico esempio di classificazione per le attività di apprendimento supervisionato.

data = tc.Sframe.read_csv ("./12_months_joint.CSV ")

La parola chiave SFRAME è l'implementazione di un tipo di dati molto vicino alla sua funzionalità di DataFrame. Quando si carica i dati in uno SFRAME da un file di valore separato da virgola, i dati vengono archiviati sotto forma di una tabella con funzionalità della tabella come nomi di colonne e record come righe.

Ora possiamo dividere questi dati in campioni di addestramento e test utilizzando il metodo "random_split" e specificare la percentuale dei dati di cui abbiamo bisogno nel campione di allenamento.

train_data, test_data = data.random_split (0.8)

Ora che i dati vengono elaborati nei campioni di formazione e test, possiamo iniziare con l'implementazione di un classificatore binario su questi dati in modo da poter successivamente testare e determinare le prestazioni del nostro modello.

binary_classifier = tc.logistic_classifier.Crea (train_data, target = 'cov')

Con questo, il modello inizia a imparare e converge lentamente alla soluzione più ottimale che è in grado di trovare. Possiamo ottenere un riepilogo del modello e dell'apprendimento eseguendo il seguente comando:

binary_classifier.riepilogo()

Possiamo inoltre chiedere al modello che abbiamo realizzato per prevedere gli output dei dati di test utilizzando il seguente frammento di codice:

Previsioni = binary_classifier.prevedere (test_data)

Possiamo confrontare i valori previsti con i valori target originali nel test_data per scoprire le prestazioni di questo modello.

Possiamo utilizzare ulteriormente un'altra libreria come Matplotlib per creare visualizzazioni specializzate come matrici di confusione e grafici.

Conclusione

Con molte librerie e pacchetti di apprendimento automatico complessi che sono disponibili a lavorare, può diventare un compito noioso ed esaustivo implementare facilmente gli algoritmi di apprendimento. Biblioteche come Sklearn implementano algoritmi più intelligenti ma vengono con una curva di apprendimento con cui la maggior parte delle persone non si sente a proprio agio. TURI Crea garantisce la facile implementazione della maggior parte di queste tecniche di apprendimento senza esercizi di apprendimento completi. La sua semplice implementazione algoritmica e l'esecuzione ancora più semplice lo rendono una libreria molto semplice da raccomandare quando si tratta di apprendimento automatico e analisi. Per i nuovi principianti e gli analisti alle prime armi, questa biblioteca è la soluzione migliore per tutte le loro esigenze analitiche.