প্রকল্প সম্পর্কে

Strata হলো Mojo ভাষায় লেখা একটি মেশিন লার্নিং এবং লিনিয়ার অ্যালজেব্রা লাইব্রেরি, যা দেশীয় SIMD এবং LAPACK ত্বরণসহ scikit-learn-সামঞ্জস্যপূর্ণ এস্টিমেটর প্রদানের উদ্দেশ্যে ডিজাইন করা হয়েছে। এটি বিস্তৃত ML ডোমেইন কভার করে: লিনিয়ার মডেল (LinearRegression, Ridge, Lasso, ElasticNet, LogisticRegression, SGD), SVM (LinearSVC, LinearSVR), নেভ বেস (GaussianNB, MultinomialNB, BernoulliNB, ComplementNB), ডিসিশন ট্রি এবং এনসেম্বল (RandomForest, HistGradientBoosting), ক্লাস্টারিং (KMeans, MiniBatchKMeans, DBSCAN), নিকটতম প্রতিবেশী (KNeighbors, KDTree), ডিকম্পোজিশন (PCA, TruncatedSVD), প্রিপ্রসেসিং (স্কেলার, এনকোডার, ইমপিউটার, পলিনোমিয়াল ফিচার), মডেল সিলেকশন (ক্রস-ভ্যালিডেশন, গ্রিড/র্যান্ডমাইজড সার্চ), এবং মূল্যায়ন মেট্রিক্স। লাইব্রেরিটি ঘন এবং স্পার্স ম্যাট্রিক্স কন্টেইনার (Matrix, CSRMatrix, CSCMatrix), মডেল সংরক্ষণের জন্য জিরো-কপি বাইনারি সিরিয়ালাইজেশন এবং কম্পোজেবল Pipeline স্ট্রাক্ট প্রদান করে। পারফরম্যান্স বেঞ্চমার্কে স্ট্যান্ডার্ড ওয়ার্কলোডে scikit-learn-এর তুলনায় ১.১x থেকে ৩x গতির উন্নতি রিপোর্ট করা হয়েছে, একই সাথে বিট-ফর-বিট গাণিতিক সামঞ্জস্য বজায় রাখা হয়েছে। ইনস্টলেশন Pixi-এর মাধ্যমে Prefix.dev-এর Modular Community চ্যানেল থেকে পাওয়া যায়। লাইব্রেরিটি দুটি এক্সিকিউশন মোড সমর্থন করে: শূন্য বাহ্যিক নির্ভরতাসহ বিশুদ্ধ Mojo রুটিন এবং SVD, QR, Cholesky, এবং eigenvalue decomposition-এর মতো উন্নত লিনিয়ার অ্যালজেব্রা অপারেশনের জন্য LAPACK/BLAS-ত্বরিত সলভার।