Бұл жазба автоматты түрде аударылған. Бастапқы тіл: Ағылшын
👋 Сәлеметсіз Бе, AstanaHub Қауымдастығы! Диссертациялық жобамның бір бөлігі ретінде әзірленіп жатқан интерпретацияланатын модельдерді жасауға арналған нейро-символдық машиналық оқыту жүйесі "OIKAN v0.0.3" жобамның шығарылғанын хабарлауға қуаныштымын.
> OIKAN (v0.0.3) - бұл колмогоров-Арнольдтың Теориясынан (KART) шабыттанған, кестелік мәліметтер үшін дәл, түсіндірілетін және тиімді модельдерді ұсынуға арналған нейро-символдық машиналық оқыту жүйесі. Нейрондық желілер мен символдық регрессияның күшті жақтарын біріктіре отырып, OIKAN жоғары болжамды өнімділікті сақтай отырып, күрделі деректер байланыстарын жуықтайтын адам оқи алатын математикалық формулаларды шығарады. Есептеудің жоғары күрделілігінен зардап шегетін дәстүрлі тәсілдерден айырмашылығы, OIKAN интерпретацияны, тиімділікті және дәлдікті теңестіретін жеңілдетілген тәсілді қолданады.
Негізгі Ерекшеліктері:
🧠 Нейро-Символдық ML: Нейрондық желіні оқытуды символдық математикамен біріктіреді;
🔢 Формуланы Автоматты Түрде Алу: Адам оқи алатын математикалық өрнектерді жасайды;
🎯Scikit-Үйлесімді үйреніңіз: Таныс .fit () және .predict () интерфейсі;
🔬 Зерттеуге Бағытталған: Академиялық зерттеулер мен эксперименттерге арналған;
📊 Көп Тапсырмалы: Регрессияны (Regression) да, Жіктеу (Classification) мәселелерін де қолдайды;
🔗 Жобаға сілтемелер:
> GitHub: https://github.com/silvermete0r/oikan
> PyPI: https://pypi.org/project/oikan/
> Дипвики: https://deepwiki.com/silvermete0r/oikan
> Жұмысты Бастау Үлгі Дәптері: https://www.kaggle.com/code/armanzhalgasbayev/oikan-v0-0-3-get-started-template-notebook
🙌 Жобаның дамуына қалай көмектесе аласыз?
> OIKAN қолданып көріңіз;
> Пікірлерде немесе осы жерде пікір қалдырыңыз (GitHub Талқылауларында): https://github.com/silvermete0r/oikan/discussions/50
> Ыңғайлылық туралы сауалнамаға жауап беріңіз (GitHub Талқылауларында): https://github.com/silvermete0r/oikan/discussions/49
OIKAN v0.0. 3 - Жоғары Деңгейлі Сәулет:
👋 Hello, AstanaHub Community! I am pleased to announce the release of my project `OIKAN v0.0.3`, a neuro-symbolic machine learning framework for creating interpretable models, which is being developed as part of my thesis project.
> OIKAN (v0.0.3) is a neuro-symbolic machine learning framework inspired by Kolmogorov-Arnold Representation Theory (KART), designed to deliver accurate, interpretable, and efficient models for tabular data. By integrating the strengths of neural networks and symbolic regression, OIKAN produces human-readable mathematical formulas that approximate complex data relationships while maintaining high predictive performance. Unlike traditional approaches, which suffer from high computational complexity, OIKAN employs a streamlined approach that balances interpretability, efficiency, and accuracy.
Key Features:
🧠 Neuro-Symbolic ML: Combines neural network learning with symbolic mathematics;
🔢 Automatic Formula Extraction: Generates human-readable mathematical expressions;
🎯Scikit-learn Compatible: Familiar .fit() and .predict() interface;
🔬 Research-Focused: Designed for academic exploration and experimentation;
📊 Multi-Task: Supports both regression and classification problems;
🔗 Links to the project:
> GitHub: https://github.com/silvermete0r/oikan
> PyPI: https://pypi.org/project/oikan/
> DeepWiki: https://deepwiki.com/silvermete0r/oikan
> Get Started Template Notebook: https://www.kaggle.com/code/armanzhalgasbayev/oikan-v0-0-3-get-started-template-notebook
🙌 How can you help in the development of the project?
> Try to use OIKAN;
> Leave a feedback in comments or here (in GitHub Discussions): https://github.com/silvermete0r/oikan/discussions/50
> Answer the poll about usability (in GitHub Discussions): https://github.com/silvermete0r/oikan/discussions/49
OIKAN v0.0.3 - High-level Architecture:
Бөлісу
