الانحدار الرمزي واكتشاف المعادلات عالي الأداء في بايثون وجوليا.
خوارزميات جينية عالية الأداء للتعلم الآلي القابل للتفسير في بايثون وجوليا.
PySR هي أداة مفتوحة المصدر للانحدار الرمزي تبحث عن تعبيرات رياضية قابلة للتفسير تناسب بياناتك. وهي تناسب علماء البيانات والباحثين الذين يحتاجون إلى نماذج قابلة للشرح بدلاً من التنبؤات المبهمة.
تستخدم الأداة خوارزميات تطورية مدعومة بمحرك بحث جوليا عالي الأداء لاكتشاف معادلات تحليلية صريحة. وتتميز ببناء جملة متوافق مع scikit-learn، وعوامل مخصصة، ودوال فقدان، وتخرج الصيغ بتسريقات SymPy أو JAX أو PyTorch.
إنها تناسب علماء البيانات الذين يعملون على مجموعات بيانات منخفضة الأبعاد أو يقومون بالتقطير الرمزي للشبكات العصبية. وهي لا تناسب الفرق التي تبحث عن جداول تعزيز التدرج التقليدية أو أولئك غير القادرين على إدارة تبعيات وقت تشغيل بايثون وجوليا المختلطة.
تقوم بملاءمة النماذج باستخدام بناء جملة fit و predict القياسي المألوف لمطوري بايثون.
تقوم بتحويل المعادلات المكتشفة مباشرة إلى تنسيقات SymPy أو JAX أو PyTorch.
تدعم العوامل الرياضية المعرفة من قبل المستخدم ودوال الفقدان المخصصة المكتوبة بلغة جوليا.
تحول الشبكات العصبية المدربة إلى معادلات تحليلية لتفسير نماذج التعلم العميق.
مجاني بموجب ترخيص Apache-2.0 الخاص به. التكلفة الوحيدة هي قوة الحوسبة المحلية والوقت اللازم لتشغيل البحث التطوري.
876 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٥ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
تستخدم PySR مكتبة جوليا عالية الأداء تسمى SymbolicRegression.jl كمحرك بحث أساسي لتنفيذ ملايين الطفرات للخوارزميات الجينية بسرعة.
يمكنك استدعاء model.jax() أو model.pytorch() على نموذج ملائم للحصول على تعبيرات قابلة للاشتقاق جاهزة لخطوط أنابيب التعلم العميق.
شاهد Zekai أولاً في جوجل