h2o-3

H2O-3は、H2Oオープンソース機械学習プラットフォームの第3世代であり、分散かつスケーラブルなモデルトレーニングのためのインメモリシステムとして設計されています。R、Python、Scala、Java、JSON、およびFlowノートブック/Web UIといった馴染みのあるインターフェースを公開しており、HadoopやSparkなどのビッグデータ技術と連携して動作することがドキュメントに記載されています。 READMEに記載されているアルゴリズムの範囲には、一般化線形モデル（elastic netを用いたGLM）、XGBoostを含む勾配ブースティングマシン、ランダムフォレスト、ディープニューラルネットワーク、Stacked Ensembles、ナイーブベイズ、一般化加法モデル（GAM）、Cox比例ハザード、K-Means、PCA、Word2Vec、および完全自動機械学習ワークフロー（H2O AutoML）が含まれます。このプラットフォームは拡張可能であると説明されており、開発者はデータ変換やカスタムアルゴリズムを追加し、サポートされているクライアントを通じてそれらにアクセスできます。 モデルは保存してH2Oメモリに再ロードしてスコアリングしたり、POJOまたはMOJO形式にエクスポートして本番環境で高速にスコアリングしたりできます。ほとんどのユーザーにとってのインストールは、ビルド済みパッケージを通じて行います。Pythonでは`pip install h2o`、Rでは`install.packages("h2o")`を使用し、さらに安定版、ナイトリービルド、Hadoop、Sparkling Waterのリリースがダウンロードページから入手できます。Javaアーティファクトはビルド固有のMavenリポジトリに公開され、安定版アーティファクトは定期的にMaven Centralに公開されますが、これらはナイトリービルドより遅れる場合があります。 ソースからのビルドにはJDK 1.8以上、Node.js、Gradle、Python、Rが必要です。リポジトリにはGradleラッパーと複数のビルドレシピが用意されており、テストのスキップ、完全なテストスイートの実行、クリーンと再ビルド、ドキュメントのみのビルド、およびHadoopなどの重量級依存関係を省略する最小アセンブリオプション付きのMakefileが含まれます。プラットフォーム固有のセットアップ手順はWindows、OS X、Ubuntu 14.04および13.10、CentOS 7向けに含まれており、該当する場合はRパッケージ、Pythonパッケージ、Node.js、JDK、Cygwin/Rtoolsを扱います。完全なテストスイートを実行すると、H2Oクラスタを形成する5つのテストJVMが起動し、少なくとも8GB、できれば16GBのRAMが必要であると記載されています。 Hadoopサポートは、BUILD_HADOOP=1を設定してbuildタスクとdistタスクを実行することでビルドでき、ターゲットディレクトリの下にディストリビューションzipファイルを生成します。H2O_TARGETを使用すると、ビルドを選択したディストリビューションに限定できます。READMEでは、新しいHadoopバージョンのサポート追加についても説明しており、Java APIを通じたHadoopのセキュアなユーザー偽装にも言及しています。ビルド後、クラスタはローカルで`java -jar build/h2o.jar`により起動でき、-Xmx、-nthreads、-ipなどのJVMおよびH2O起動オプションはユーザーガイドで扱われています。 コミュニティリソースとして、バグ報告や機能リクエスト用のGitHub issues、コードやソフトウェアに関する質問用のStack Overflow、アルゴリズムや理論に関する質問用のCross Validated、非コードの質問用のh2ostream Google Group、開発者チャット用のGitterが挙げられています。ドキュメントはdocs.h2o.aiでホストされており、ナイトリービルドページとコミュニティプロジェクト用のAwesome H2Oリポジトリがあります。READMEはプライバシーとテレメトリの情報、および引用のガイダンスにも言及しています。