KeLP公司
Java机器学习框架专注于结构化数据的内核机器

主要特点

为什么你会喜欢KeLP!
转到Kernel Power

内核功率

为您的学习应用程序开发内核方法的强大功能。

转到Java Flexibility

Java灵活性

KeLP可以集成到所有基于Java的项目和框架中。

转到Designed to be extended

设计用于扩展

KeLP设计易于扩展。

转到易于使用

易于使用

KeLP支持使用简单直观的基于JSON的形式定义应用程序。

什么是KeLP?

KeLP简化了内核函数的实现
基于内核的学习平台

KeLP(基于内核的学习平台)是由QCRI的SAG小组和ALT小组开发的机器学习平台。它完全用Java编写,主要关注内核机器。它包括用于分类、回归和聚类的不同在线和批学习算法。已经有几个内核函数可用,从基于向量的内核到结构内核。KeLP允许构建基于复杂内核机器的系统,利用Java语言和JSON接口来存储和加载学习配置,以及保存要重用的模型。

  • 利用流行机器学习算法中内核函数的强大功能

  • 利用Java语言的表达能力和可移植性。

  • 从研究实验室到生产环境,KeLP的步骤非常小。

  • KeLP是根据Apache 2.0许可证发布的,使其开源并免费可用。

KeLP背后的团队

西蒙·菲利斯

KeLP开发商
亚马逊应用科学家。2016年在罗马托尔维加塔大学获得信息工程博士学位。对机器学习的研究兴趣应用于自然语言处理任务,包括问答、释义识别和文本蕴涵。

丹尼洛·克罗斯

KeLP开发商
Tor Vergata罗马大学助理教授。他的专长涉及自然语言处理和信息检索领域的理论和应用机器学习。他对高级句法/语义处理的创新内核感兴趣。

朱塞佩·卡斯特卢奇

KeLP开发商
曾在SAG集团的Roma Tor Vergata大学攻读博士学位,现为Almawave的NLP和ML工程师。我在空闲时间为KeLP做贡献,使其成为最好的基于内核的ML库。

乔瓦尼·达·圣马蒂诺

KeLP开发商
卡塔尔计算机研究所的科学家。他获得了意大利博洛尼亚大学计算机科学博士学位。他的主要研究兴趣是机器学习,特别是在学习算法中表示高维数据的高效自适应技术。

科学顾问