SHOGUN

SHOGUNは、大規模なカーネル法を対象とした機械学習ツールボックスを提供するために、オフセット、特にサポートベクターマシン（SVM）のために設計から設計されたオープンソースソフトウェアプロジェクトです。ソフトウェアは簡単にC、C ++、Pythonの、オクターブ、MATLAB、Javaの、C＃、Rubyの、Luaは、UNIXシェル、およびR.など、様々なプログラミング言語、内から使用することができます
アプリケーションは、さまざまなSVMの実装とインタフェースすることができる標準のSVM（サポートベクターマシン）オブジェクトを提供しています。また、そのような線形計画マシン（LPM）、線形判別分析（LDA）、（カーネル）パーセプトロン、ならびにglanceKey特徴で隠れマルコフmodels.Featuresを訓練するために使用することができるいくつかのアルゴリズムが1つを含むような多くの線形の方法を含むクラス分類、マルチクラス分類、回帰、構造化された出力学習、前処理、内蔵のモデル選択戦略、テストフレームワーク、大規模な学習支援、学習マルチタスク、ドメイン適応、直列化、並列化コード、性能測定、カーネルリッジ回帰、ベクトル回帰のサポートとガウス過程。
さらに、それは、Q-ノルムMKLとマルチクラスMKLを含む複数のカーネル学習をサポートしていナイーブベイズ、ロジスティック回帰、LASSO、K-NNとガウス過程分類分類器、サポートする線形計画マシン、LDA、マルコフ連鎖、隠れマルコフモデルをサポートし、 PCA、カーネルPCA、IsoMapは、多次元スケーリング、局部的に線形埋め込み、拡散マップ、ローカル接空間の位置合わせだけでなく、ラプラシアン固有。
また、バーンズ·ハットのT-SNEのサポート、カーネルの正規化、シグモイドカーネル、文字列カーネル、多項式、線形およびガウスカーネルを備え、階層クラスタリング、k平均、BFGS最適化、勾配降下、CPLEXへのバインディング、Mosek、ラベルにバインディング意味SO-SVMとフードrepresentation.UnderまばらなデータとavailabilitySHOGUNが誇らしげにPythonとC ++プログラミング言語で書かれている潜在シーケンス学習、因子グラフ学習、SO-SGD、そのこと＆rsquoの; S互換性のあるすべてのGNU / LinuxオペレーティングシステムとのどこPythonとGCCは存在する。それはあなたがすべてのLinuxカーネルベースの​​オペレーティングシステムにインストールすることができるように、ユニバーサルソースアーカイブとしてダウンロードできます。

のこのリリースではの新機能：ます。

• 特徴：
• 完全に今のpython3をサポートしています。
• 追加ミニバッチK-手段[Parijat Mazumdar]
• に追加K-手段++ [Parijat Mazumdar]
• [lambday]
サブシーケンスの文字列カーネルを追加します。
• バグ修正：

今後のswig3.0ための
• コンパイル修正します。
• ）（適用」ガウス過程のためにスピードアップします。
• ユニット/統合テストのチェックを改善します。
• はlibbmrm初期化されていないメモリを読み取ります。

初期化されていないメモリlibocas
• は読み込みます。
• オクターブ3.8コンパイルの修正[オリオンPoplawski]
• 修正のJavaモジュール式のコンパイルエラー[ビョルンエッサー]

のは何バージョン3.1.1のの新しい：

• CXX0Xで発生したエラーをコンパイル修正します。
必要なバージョンへのデータのバージョンをバンプ
このバージョンでは、主にバグ修正が含まれていますが、また機能強化を備えています。

のバージョン3.1.0でのの新機能であるます。

• 最も重要なのは、適用するために関連するメモリリークのカップルが（）修正されています。

protobufオブジェクトとして将軍の機能の
• の書き込みと読み出しが可能になりました。
• カスタムカーネル行列は今のサイズで^ 31-1 2 ^ 31-1 * 2することができます。
• 多クラスipythonのノートを加え、他の人が改善します。
• のまま-1をアウトクロスバリデーションは今便利にサポートされています。

の何がバージョン2.0.0のの新しいです。

• これは、以前に行われていたすべてのものが含まれており、コー​​ド2012のグーグル夏の間にします。
• 学生は少数を示すために、カーネル内の統計的検定は、スペース、さまざまなマルチタスク学習アルゴリズム、および様々なユーザビリティの向上を再現する、そのような構造化された出力学習、ガウシアンプロセス、潜在変数SVM（および構造化された出力学習）などの様々な新機能を実装しました。

のバージョン1.1.0でのの新機能：

• このバージョンでは、「コンバータ」の概念を導入し、あなたは、任意の機能の埋め込みを構築することができます。
• また、いくつかの新しい次元削減手法と次元削減ツールキットの大幅なパフォーマンスの向上が含まれます。
• その他の改良点は、重要なコンパイルモジュラインターフェイスやアルゴリズムのためのスピードアップ、さまざまなバグ修正が含まれ、とCygwinやMac OS X、および打ち鳴らす++の互換性を改善します。
• Githubの問題は今、追跡バグや問題のために使用されます。

このバージョンは、Javaのを含む新しい言語へのインタフェースを備えています。

のバージョン1.0.0にの新機能であるC＃、Rubyの、そしてLuaの、モデル選択のフレームワーク、多くの次元削減手法、ガウス混合モデル推定、および本格的なオンライン学習の枠組みます。

のバージョン0.10.0のの新機能：

• 特徴：
• CSGObjectから派生するオブジェクトのシリアル化、すなわち、すべての将軍オブジェクト（SVM、カーネル、特長、プリプロセッサ、...）ASCII、JSON、XMLなどとHDF5ます。
• SVMLightOneClassを作成します。
• カスタムカーネルと同様にCustomDistanceを追加します。
• HistogramIntersectionKernelを追加します（感謝パッチの公園·ファン·デ·サンデ）
• Matlabの2010Aをサポートします。
• SpectrumMismatchRBFKernelモジュラーサポート（パッチへの感謝ロブPatro）
• 追加ZeroMeanCenterKernelNormalizer（感謝パッチGorden Jemwa）
• ガブガブ飲む2.0サポートします。
• バグ修正：
• カスタムカーネルが今することができ＆GT。 4G（パッチのおかげ公園·ファン·デ·サンデ）
• アスキーフロートとのfprintfとincompatibliesを防ぐためにinit_shogunで起動時に設定し、Cロケールます。
• 参照カウントが無効になっている時に修正をコンパイルします。
• （デイブduVerleによる報告）WDカーネルの修正set_position_weightsます。
• WDカーネルのset_wd_weightsを修正します。
• SVMOcasで修正クラッシャー（ヤロスラフによる報告）します。
• クリーンアップとAPIの変更：

SVM_light / SVR_lightなSVMLightなどに名前が変更された
• ます。
• 非直列化可能クラス名の前にC接頭辞を削除します。
• ドロップCSimpleKernelとその基底クラスとしてCDotKernelをご紹介します。このように、すべての内積ベースのカーネルはDotFeaturesの上に適用することができ、そのようなカーネル用の唯一の単一の実装が必要とされているます。

のバージョン0.9.3でのの新機能：

• 特徴：
• 実験LPノルムMCMKLます。
• 新しいカーネル：SpectrumRBFKernelRBF、SpectrumMismatchRBFKernel、WeightedDegreeRBFKernelます。
• はWDKカーネルがアミノ酸をサポートしています。
• 文字列の特長は、現在の操作（との創造を追加サポートします。
• のpython-dbgのサポートします。
• カスタムカーネルの入力としてフロートを許可する（と行列＆GT、サイズは4 GB）
• バグ修正：
• 静的リンク修正します。
• スパース線形カーネルのadd_to_normalを修正します。
• クリーンアップとAPIの変更：
• パフォーマンス対策には、init（）関数を削除します。
• Python用の.so接尾辞を調整し、パスを把握インストールするには、Pythonのdistutilsのを使用します。

のバージョン0.9.2でのの新機能：

• 特徴：
• ASCII /バイナリファイル/ HDF5ベースのファイルを直接読み取りおよび書き込みます。
• の実装されたマルチタスクカーネル正規化します。
• SNPカーネルを実装します。
• LIBSVM / libsvrの時間制限を実装します。
• 弾性ネットMKL（パッチのおかげでRyoata富岡）を統合します。
• ハッシュWD機能を実装します。
• ハッシュスパースポリ機能を実装します。
• 1.51 LIBLINEAR統合します。
• LIBSVMは現在無効になっバイアスで訓練することができます。
• に設定する/取得グローバルとローカルIO /パラレル/ ...オブジェクトを関数を追加します。
• バグ修正：

線形分類器のための
• 修正set_w（）します。
• 静的オクターブ、パイソン、CMDLINEとモジュラーのPythonインターフェースは、もう一度Windows / Cygwinの下にきれいにコンパイルします。

直接訓練の後に行われていないとき、
• 静的インタフェースのテストで失敗する可能性があります。