cublas, cusparse, cusolver
nccl
thrust
rapids:
cudf: 對標pandas; cudf能夠快速的對資料進行解壓，並載入到etl系統中去。cudf還可以對資料進行過濾，合併以及特徵提取等所有etl過程；它與pandas的功能非常類似，甚至pandas提供的所有呼叫、api，在cudf裡都能找到對應的動作、api或者對應的演算法，因此，可以很容易的基於cudf去實現pandas裡面實現的所有的功能。
cuml: 對標sklearn; 是乙個演算法庫，分類、聚類、回歸等演算法，都在cuml裡。（我：這些訪存密集型ml演算法，使用gpu是否能比cpu要快？？？）
傳統機器學習
列1 列2 機器學習 方法 模型評估與選擇 效能度量 偏差與方差 線性模型 線性回歸 邏輯回歸 決策樹 資訊增益 剪枝 c4.5 神經網路 svm 對偶問題 核方法 貝葉斯分類器 極大似然估計 em演算法 整合學習 boosting bagging與隨機森林 深度森林 聚類 降維 k 近鄰 pca ...
傳統機器學習和深度學習
托馬斯 貝葉斯 thomas bayes 同學的詳細生平在這裡。以下摘一段 wikipedia 上的簡介 所謂的貝葉斯方法源於他生前為解決乙個 逆概 問題寫的一篇文章，而這篇文章是在他死後才由他的一位朋友發表出來的。在貝葉斯寫這篇文章之前，人們已經能夠計算 正向概率 如 假設袋子裡面有n個白球，m個...
傳統機器學習模型knn
一種簡單的分類模型 分類依據 看離待分點最近的k個鄰居屬於哪個分類的最多，通過調整k的值，可能會得到不同的分類效果 步驟 1.給出已標註好的資料點i i 1,n 的座標 xi,yi x i,y i xi yi 以及類別t it i ti 取值為0或1 2.給出新加入點的座標 x0,y0 x 0,y ...