PyBrain работаем с нейронными сетями на Python

[Stas911]

Спасибо, только начал изучать питон и задумался, а есть ли реализация алгоритмов машинного обучения, а тут как раз ваша статья по теме!

[Pavel_Osipov]

В таком случае надеюсь PyBrain Вам понравится, и позволит реализовать что-нибудь занимательное

[vaxXxa]

Могу еще посоветовать:

• scikit-learn
• pandas

[Pavel_Osipov]

Это уже не нейронные сети, но тоже конечно Machine Learning.
Может расширите Ваш комментарий аргументацией рекомендации именно этих двух проектов?

[kmike]

+1 к этим проектам. Чего тут комментировать) В scikit-learn собрана куча современных алгоритмов, довольно неплохо оптимизированных, и люди все это на практике используют. В PyBrain — только небыстрые и не супер-актуальные нейронные сети + довольно корявые биндинги для SVM, которые, похоже, не очень-то и поддерживаются. Даже если количество коммитов сравнить — в PyBrain их за последний год штук 10 было, в scikit-learn это сотни (по десятку в день), очень активный и хороший проект. Pandas не пользовался, но все хвалят очень.

[MihailOlenin]

При обцчении в ШАДе я искал различные библиотеки, реализующие алгоритмы машинного обучения. К сожалению, в большинстве реализованы обычно только базисные алгоритмы и каких-то продвинутостей нету.

В данной библиотеке PyBrain удивительно много алгоритмов. Насколько удобно ими пользоваться — непонятно.

[Disasm]

Когда я сел разбираться в нейронных сетях, то понял, что метод обратного распространения по сравнению с другими методами это как счёты по сравнению с суперкомпьютером. Для объяснения принципов и модельных примеров — пойдёт, для реальных задач он ужасен.

[mechmind]

Сравнивали с fann? У них есть биндинги к python в комплекте, да и побыстрее должна быть.

[iwuvjhdva]

К PyBrain можно прикручивать arac, который дает прирост производительности раз в 10. А вот с fann я как раз собираюсь сравнить.

[Pavel_Osipov]

Я-бы использовал PyPy для JIT, более общий конечно вариант, по идее должен быть медленнее чем arac, просто смущает то, что последнее обновление для arac было больше двух лет назад

[iwuvjhdva]

Так… Вобщем сравнил. Субъективно libfann на порядок медленнее чем PyBrain + arac!

[Pavel_Osipov]

На порядок это серьёзно! Опишете процесс тестирования? Есть численные результаты (графики всегда эффектно выглядят)?
Сравнить со связкой PyPy + PyBrain не надумали?

А вообще, спасибо, что поделились. Такая информация может пригодится.

[boombick]

Девиз Java: «Зачем просто, когда можно сложно?»

[solver]

Чушь. На любом языке можно создать фигню.
У меня мой проект сетей создается 1-й строчкой безо всяких фабрик.
BPNet net = new BPNet( 4, 100, Type.Sigma );

Загружаю данные.
net.LoadData( «C:\Net\datain.csv»)

Обучение
net.train( 100, TypeTrain.BP );

И что это доказывает? Да ничего…
Еще раз повторю, на любом языке можно написать плохо и хорошо.

[equand]

У меня всегда с этим затык, может ТС объяснит как например файл разбирать нейронной сетью?
Например я хочу создать датасет из разнообразных слов и словосочетаний и определять спам по ним.
Пример простейшей байзановой сети я могу понять (матрица грубо говоря), а с нейронкой с ходу не выходит…
Хотя уверен с ней результаты были бы лучше для антиспама.

[WoZ]

Я очень сомневаюсь что такую задачу нейросетями решить можно. Требуется много ресурсов, не гарантируется нахождение минимума, возможны блуждания в седловых точках. Насколько мне известно, наивные байесовский классификаторы используются для этой цели и показывают хорошие результаты.

[equand]

Проблема Байеса — фальш-позитивы.

[WoZ]

Ну как сказать, вот для Вас F1 score > 0.98 это достаточно или нет? А требуемое количество ресурсов, на порядок, а то и два больше стоит повышения F1 до 0.999?

[Pavel_Osipov]

Единственная статья на хабре, кроме моей, в которой упоминается PyBrain — http://habrahabr.ru/post/136237/ посмотрите, возможно приведённый в ней код поможет Вам разобраться как по log-файлам сеть тренировать

[yanchick]

Есть еще хорошая библиотек NeuroLab, API которого сильно напоминает MatLab Neural Network Toolbox.