predictionio README

The project's README from github.com/apache/predictionio. As one markdown file: README.md.

Apache PredictionIO

Build
Status

Apache PredictionIO is an open source machine learning framework for developers, data scientists, and end users. It supports event collection, deployment of algorithms, evaluation, querying predictive results via REST APIs. It is based on scalable open source services like Hadoop, HBase (and other DBs), Elasticsearch, Spark and implements what is called a Lambda Architecture.

To get started, check out http://predictionio.apache.org!

Table of contents

Installation

A few installation options available.

Quick Start

Bugs and Feature Requests

Use Apache JIRA to report bugs or request new features.

Documentation

Documentation, included in this repo in the docs/manual directory, is built with Middleman and publicly hosted at predictionio.apache.org.

Interested in helping with our documentation? Read Contributing Documentation.

Community

Keep track of development and community news.

Contributing

Read the Contribute Code page.

You can also list your projects on the Community Project page.

License

Apache PredictionIO is under Apache 2 license.

predictionio (apache/predictionio)

Searching Database…

12.5K ·GitHub
archived
Что это такое?Apache PredictionIO — это сервер машинного обучения с открытым исходным кодом, который позволяет разработчикам и специалистам по данным собирать события, развертывать алгоритмы, оценивать их и получать результаты прогнозов через REST API.
Это библиотека, которую я импортирую, или отдельный сервер, который я запускаю?Это отдельный сервер, построенный на основе Hadoop, HBase, Elasticsearch и Spark и реализующий архитектуру Lambda. Ваше приложение обращается к нему через REST API, а не встраивает его в себя как код.
Как его запустить?Apache PredictionIO можно установить из бинарного или исходного релиза либо запустить через Docker, после чего использовать один из готовых шаблонов движков (Recommendation, Similar Product, Classification), чтобы начать работу с Quick Start.
Какая инфраструктура нужна для его работы?Он опирается на набор других сервисов для больших данных: Hadoop, HBase (или другую поддерживаемую СУБД), Elasticsearch и Spark, а не работает как один легковесный процесс.
Поддерживается ли этот проект до сих пор?Нет, репозиторий заархивирован, поэтому он больше не развивается и не получает обновлений от проекта Apache.
Для кого это создано?Для разработчиков, специалистов по данным и конечных пользователей, которые хотят добавить в свои приложения прогнозные функции, такие как рекомендации или классификация, без создания ML-инфраструктуры с нуля.
Какие шаблоны движков входят в состав?В README выделены руководства Quick Start для Recommendation Engine Template, Similar Product Engine Template и Classification Engine Template.
Какой архитектурный шаблон реализован?Реализована архитектура Lambda, которая сочетает пакетную и потоковую обработку в его базовых сервисах для больших данных.
Где находится полная документация?Документация входит в репозиторий в каталоге docs/manual и также публично размещена на predictionio.apache.org.
Стоит ли начинать с этим новый проект сегодня?Поскольку репозиторий заархивирован, он лучше всего подходит для изучения архитектуры или поддержки уже существующих развертываний, а не для запуска новых производственных систем.
What are similar projects?spark, trino, elasticsearch, OpenSearch, presto, dask, cube, logstash
Creator
apache
Size
35.4 MB
Stars
12.5K
Age
13y
Commits · 90 Days