PyRelationAL: a python library for active learning research and development

要約

データを生成するのが困難またはコストがかかる制約のある現実世界のシナリオでは、有益な新しいデータ ポイントを取得するための規律ある方法は、機械学習 (ML) モデルの効率的なトレーニングにとって基本的に重要です。
アクティブ ラーニング (AL) は、特定のタスクに最も役立つ新しいデータ ポイントを戦略的にクエリすることで、反復的かつ経済的にデータを取得する方法の開発に焦点を当てた ML のサブフィールドです。
ここでは、AL 研究用のオープンソース ライブラリである PyRelationAL を紹介します。
さまざまな ML フレームワーク (PyTorch、scikit-learn、TensorFlow、JAX など) と互換性のあるモジュラー ツールキットについて説明します。
さらに、このライブラリは公開されているさまざまなメソッドを実装し、既存の文献に基づいたさまざまなベンチマーク データセットと AL タスク構成への API アクセスを提供します。
このライブラリは、ユーザーが使い始めるのに役立つ広範なチュートリアル、デモ、およびドキュメントによって補完されています。
PyRelationAL は、長期的なライブラリの品質と利用を促進するために、最新のソフトウェア エンジニアリング プラクティス (包括的貢献者行動規範) を使用して維持されています。
PyRelationAL は、PyPi および https://github.com/RelationRx/pyrelational で寛大な Apache ライセンスの下で利用できます。

要約(オリジナル)

In constrained real-world scenarios, where it may be challenging or costly to generate data, disciplined methods for acquiring informative new data points are of fundamental importance for the efficient training of machine learning (ML) models. Active learning (AL) is a sub-field of ML focused on the development of methods to iteratively and economically acquire data through strategically querying new data points that are the most useful for a particular task. Here, we introduce PyRelationAL, an open source library for AL research. We describe a modular toolkit that is compatible with diverse ML frameworks (e.g. PyTorch, scikit-learn, TensorFlow, JAX). Furthermore, the library implements a wide range of published methods and provides API access to wide-ranging benchmark datasets and AL task configurations based on existing literature. The library is supplemented by an expansive set of tutorials, demos, and documentation to help users get started. PyRelationAL is maintained using modern software engineering practices — with an inclusive contributor code of conduct — to promote long term library quality and utilisation. PyRelationAL is available under a permissive Apache licence on PyPi and at https://github.com/RelationRx/pyrelational.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google