Discussione sull’articolo "Modelli di classificazione nella libreria Scikit-Learn e la loro esportazione in ONNX"

[MetaQuotes]

Il nuovo articolo Modelli di classificazione nella libreria Scikit-Learn e la loro esportazione in ONNX è stato pubblicato:

In questo articolo esploreremo l'applicazione di tutti i modelli di classificazione disponibili nella libreria Scikit-Learn per risolvere il compito di classificazione del set di dati Iris di Fisher. Cercheremo di convertire questi modelli in formato ONNX e di utilizzare i modelli risultanti nei programmi MQL5. Inoltre, confronteremo l'accuratezza dei modelli originali con le loro versioni ONNX sull'intero set di dati Iris.

Nel comunicato stampa "ONNX Runtime is now open source", si afferma che ONNX Runtime supporta anche il profilo ONNX-ML:

ONNX Runtime è il primo motore di inferenza disponibile pubblicamente con pieno supporto per ONNX 1.2 e superiore, compreso il profilo ONNX-ML.

Il profilo ONNX-ML è una parte di ONNX progettata specificamente per i modelli di apprendimento automatico (ML). È volto a descrivere e rappresentare vari tipi di modelli ML, come classificazione, regressione, clustering e altri, in un formato conveniente che può essere utilizzato su varie piattaforme e ambienti che supportano ONNX. Il profilo ONNX-ML semplifica la trasmissione, l’implementazione e l'esecuzione dei modelli di apprendimento automatico, rendendoli più accessibili e portatili.

In questo articolo esploreremo l'applicazione di tutti i modelli di classificazione del pacchetto Scikit-learn per risolvere il compito di classificazione dell'Iris di Fisher. Cercheremo inoltre di convertire questi modelli nel formato ONNX e di utilizzare i modelli risultanti nei programmi MQL5.

Autore: MetaQuotes