O projeto oficial do XGBOOST fornece APIs para os seguintes idiomas / tecnologias: Python, JVM, R, Ruby, Swift, Julia, C, C ++ e uma CLI.Nas palavras de sua documentação, “o estudioso implementa vários algoritmos para classificação, regressão, agrupamento, redução de dimensionalidade, métricas e pré -processamento”.Os recursos de alto nível do Explorer são:
Scidata abriga conjuntos de dados de amostra que permitem treinamento e teste fáceis de modelos em conjuntos de dados padrão do setor, como MNIST, CIFAR, IMDB Reviews, Iris, Wine e muito mais.Navios axônicos com camadas pré-fabricadas, funções de perda, métricas etc., mas também oferece ao usuário a capacidade de adicionar implementações personalizadas também.Inclui modelos para regressão linear/logística, interpolação de revestimento/bezier/cúbica, PCA, baías ingênuas gaussianas/multinomiais e muito mais.
Fonte: https://www.thestackcanary.com/understanding-the-elixir-machine-learning-ecosystem/
