lancetnic 3.0.0

A tool for working with text data

LANCETNIC 3.0.0

LANCETNIC - это библиотека, которая представляет базовый набор для решения задач по поиску взаимосвязей между признаками объекта и целевой переменной.

Решение построено на парадигме обучения с учителем: модель обучается на размеченных данных, где каждому объекту сопоставлена соответствующая метка (целевая переменная).

Решаемые задачи

Библиотека поддерживает два фундаментальных класса задач машинного обучения:

1. Задача классификации. Состоит в предсказании категориальной метки (класса) для объекта.

• Бинарная классификация (спам/не спам; выдача кредита/отказ в выдаче и т.д.)
• Многоклассовая классификация (определение тональности текста: позитивный/негативный/нейтральный и т.д.)

2. Задача регрессии. Состоит в предсказании непрерывной числовой величины. (прогнозирование рыночной стоимости недвижимости, оценка времени доставки заказов и т.д.)

Функциональные возможности.

LANCETNIC предоставляет комплексный набор инструментов для полного цикла машинного обучения:

• предварительная обработка и векторизация данных;
• обучение модели на размеченных выборках;
• визуализация ключевых метрик качества после завершения обучения (для объективной оценки точности модели);
• инференс - применение обученной модели к новым данным.

Библиотека поддерживает работу как с чисто текстовыми данными, так и с гибридными наборами, включающими комбинации различных типов информации.

Ключевые преимущества.

• Эффективность обучения - библиотека обеспечивает высокую скорость обучения моделей при сохранении удобства использования.
• Низкие аппаратные требования - в отличие от крупных языковых моделей (LLM), LANCETNIC не предъявляет высоких требований к вычислительным ресурсам, что делает её доступной для широкого круга пользователей и сценариев.
• Персонализация под данные пользователя - возможность обучения моделей на собственных размеченных наборах данных, что обеспечивает адаптацию к специфике конкретной предметной области.

🚀 Установка:

Установка с помощью CUDA

Для работы с графическим процессором рекомендуется установить PyTorch с поддержкой CUDA (ОПЦИОНАЛЬНО):

pip install torch==2.5.1+cu124 --index-url https://download.pytorch.org/whl/cu124

Затем установка lancetnic:

pip install lancetnic

👥 Авторы

• Lancet52

📄 Документация