Comments 5
Open source
Хочется услышать какое место занимает этот проект среди анологичных. В чем его особенности.
Если Вы пишите код на С++ и понимаете какими преимуществами обладают компилируемые языки перед интерпретируемыми, то этот материал для Вас. В мире физики (зарубежной) этот пакет относительно популярен; вероятно это первый русскоязычный поверхностный обзор с кодом.
Главное преимущество «наследуется» из самого пакета ROOT — метод MakeClass, с его помощью Вы получаете возможность «воссоздать» исходный код построения какой-либо модели(а это уже не прототипирование, можно и до продакшна довести), либо исходный код записи root-файла.
Опять же очень мало библиотек С++ для машинного обучения, на памяти только: dlib, shark,OpenCV.
Если ознакомится с новостями нового проекта TMVA, выпуск которого будет осенью (обещали), то разработчики планировали параллелизировать алгоритмы, дополнить имеющиеся алгоритмы новыми и тем, что есть в scikit-learn, сделать плагины для питона и R.
Всё вышеперечисленное делает библиотеку уникальной.
Главное преимущество «наследуется» из самого пакета ROOT — метод MakeClass, с его помощью Вы получаете возможность «воссоздать» исходный код построения какой-либо модели(а это уже не прототипирование, можно и до продакшна довести), либо исходный код записи root-файла.
Опять же очень мало библиотек С++ для машинного обучения, на памяти только: dlib, shark,OpenCV.
Если ознакомится с новостями нового проекта TMVA, выпуск которого будет осенью (обещали), то разработчики планировали параллелизировать алгоритмы, дополнить имеющиеся алгоритмы новыми и тем, что есть в scikit-learn, сделать плагины для питона и R.
Всё вышеперечисленное делает библиотеку уникальной.
Справедливости ради, в моём примере код не компилируется, а запускается как макрос.
А теперь давайте пощупаем код: Анализ кода ROOT — фреймворка для анализа данных научных исследований.
Sign up to leave a comment.
Машинное обучение с помощью TMVA (ROOT)