Neue Open-Source-Bibliothek für Machine-Learning-Workflows

Die Mercury-ML-Bibliothek der Alexander Thamm GmbH zerlegt maschinelle Lernprojekte in ihre typischen Komponenten.

Lesezeit: 1 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen
Von

Das Team der Data-Science- und Artificial-Intelligence-Beratungshauses Alexander Thamm GmbH hat die Python-Bibliothek Mercury-ML nun als Open-Source-Software freigegeben. Sie zerlegt maschinelle Lernprojekte in ihre typischen Komponenten und bietet eine generische modulare Struktur, in die Implementierungen für spezifische Methoden und Techniken einfließen können. Diese zerlegten Komponenten lassen sich dann zu einem zusammenhängenden, offenbar leicht konfigurierbaren Workflow für die Entwicklung, Bewertung und Bereitstellung von Modellen für das maschinelle Lernen zusammenfügen.

Die Eigenentwicklung von Mercury-ML geschah vor dem Hintergrund, dass bekannte Bibliotheken wie TensorFlow, PyTorch, Keras oder SciKit-Learn zwar die Basis für die Entwicklung maschineller Workflows bieten, es jedoch kompliziert werde, wenn Funktionen aus unterschiedlichen Bibliotheken aneinandergereiht werden müssen, um den Machine-Learning-Workflow fertigzustellen.

Das vormals interne Projekt steht nun allen interessierten Entwicklern auf GitHub zur Verfügung. (ane)