Toy ML

欢迎使用 toy_ml，这是一个旨在作为机器学习概念的“Hello World”介绍的Rust极简机器学习库。这个项目类似于你学习一门新编程语言时编写的第一个简单程序；它并不打算做很多事情，但它点燃了人们对机器学习领域的希望和好奇心。

概述

Rust的学习曲线陡峭，尤其是在探索机器学习领域时。 toy_ml 通过提供一个简单的梯度下降算法实现来改变这种观念。它并不旨在全面，而是为那些想要在Rust中探索机器学习的求知者指明方向。

安装

将 toy_ml 添加到您的 Cargo.toml 依赖项中

[dependencies]
toy_ml = "0.1.0"

使用

以下是使用 toy_ml 进行梯度下降的示例

use toy_ml::gradient_descent;

fn main() {
    // Initialize the slope (m) and y-intercept (c) to 0.
    let mut m = 0.0;
    let mut b = 0.0;
    // Define the learning rate and number of epochs.
    let learning_rate = 0.0001;
    let epochs = 1000000;

    // Define your data points here.
    let x_coords = vec![...]; // x-coordinates
    let y_coords = vec![...]; // y-coordinates

    // Run the gradient descent algorithm.
    for _ in 0..epochs {
        let (new_m, new_c) = gradient_descent(m, c, learning_rate, &x_coords, &y_coords);
        m = new_m;
        c = new_c;
    }

    println!("Calculated values - Slope: {:?}, Intercept: {:?}", m, c);

    let new_x = vec![3.0, 6.0]; // New values of X to be predicted
    let mut predictions:Vec<f64> = Vec::new();

    for x in &new_x{
        predictions.push(x * m + c);
    }

    println!("{:?}", predictions);
}

贡献

欢迎贡献！如果您有改进的想法或想要帮助完善这个包，请随意创建问题或提交拉取请求。

许可证

本项目采用MIT许可证 - 有关详细信息，请参阅LICENSE文件。

致谢

toy_ml 是一个有远大抱负的谦逊项目。它不承诺星辰大海，但希望以Rust为载体，开启千千万万的机器学习之旅。如果它能够激发哪怕一个人的兴趣，它就已经实现了它的使命。

编码愉快！