mlr3:R中的机器学习-下一代

高效的面向对象编程机器学习的构建块。为任务提供“R6”对象,学习者、重采样和测量。该套餐面向通过支持并行化和内存外的数据库,如数据库。而“mlr3”关注的是核心计算操作、附加包提供了额外的功能。

版本: 0.18.0
取决于: R(≥3.1.0)
进口: R6级(≥ 2.4.1),后端口,将死(≥ 2.0.0),数据表(≥1.15.0),评价,未来,未来应用程序(≥ 1.5.0),长距离无线电(≥0.3.4),ml试验台,mlr3测量(≥ 0.4.1),mlr3光盘(≥0.14.0),平行地,掌根肌,悖论(≥ 0.10.0),RhpcBLASctl公司,乌伊德
建议: 矩阵,呼叫者,编码工具,数据集,未来呼叫器,mlr3数据,进步者,遥控器,r零件,测试那个(≥ 3.1.0)
出版: 2024-03-05
作者: 米歇尔·朗ORCID标识[创建,aut],伯恩德·比施尔ORCID标识[aut],雅各布·里希特ORCID标识[aut],帕特里克·施拉茨ORCID标识[aut],朱塞佩·卡萨利基奥ORCID标识【ctb】,斯特凡·库尔斯ORCID标识【ctb】,Au码头ORCID标识【ctb】,马丁·宾德[aut],弗洛里安·普菲斯特勒ORCID标识[aut],拉斐尔·索纳本德ORCID标识[aut],伦纳特·施耐德ORCID标识【ctb】,马克·贝克尔ORCID标识[aut],塞巴斯蒂安·费舍尔ORCID标识【ctb】
维护人员: 米歇尔·朗(Michel Lang)
错误报告: https://github.com/mlr-org/mlr3/issues网站
许可证: LGPL-3型
网址: https://mlr3.mlr-org.com,https://github.com/mlr-org/mlr3
需要编译:
引用: mlr3引文信息
材料: 自述文件 新闻
在视图中: 机器学习
CRAN检查: mlr3结果

文档:

参考手册: mlr3.pdf格式

下载内容:

包源: mlr3_0.18.0.tar.gz
Windows二进制文件: r-预发布:mlr3_0.18.0.zip码,r版本:mlr3_0.18.0.zip码,r-oldrel:mlr3_0.18.0.zip码
macOS二进制文件: r-prerel(arm64):mlr3至0.18.0.tgz,r-release(arm64):mlr3至0.18.0.tgz,r-oldrel(arm64):mlr3_0.18.0.tgz毫米,r-prerel(x86_64):mlr3至0.18.0.tgz,r-release(x86_64):mlr3至0.18.0.tgz
旧来源: mlr3存档

反向依赖关系:

反向取决于: 通用ML,mlr3集群,mlr3分贝,mlr3fda公司,mlr3f选择,mlr3学习者,mlr3空间,mlr3空间mpcv,mlr3调谐,mlr3版本,NADIA公司,SIAMCAT公司,spFSR公司
反向进口: 生物2,消费物价指数,双ML,gKRLS公司,高MLR,曼塔ID,微增压,mlr3批次标记,mlr3公平性,mlr3过滤器,mlr3超宽带,3英里/加仑,mlr3oml公司,mlr3管道,mlr3重采样,mlr3闪亮,mlr3调谐空间,感觉
反向建议: 第二类,反事实,DALEXtra公司,悬垂,解释者,事实,国际货币联盟,米斯穆舍尔,mlr3基准,mlr3数据,mlr3viz公司,mlrintermbo打印机,香根草,生动的
反向增强: 贵宾

链接:

请使用规范形式https://CRAN.R-project.org/package=mlr3链接到此页面。