MLJ：用于可组合机器学习的Julia包
MLJ: A Julia package for composable machine learning
University of Auckland（奥克兰大学）；Alan Turing Institute（艾伦·图灵研究所）；New Zealand eScience Infrastructure（新西兰电子科学基础设施）；University College London（伦敦大学学院）；Imperial College London（帝国理工学院）；University of St Andrews（圣安德鲁斯大学）；University of Warwick（华威大学）
摘要：
MLJ（Machine Learing in Julia）是一个开源软件包，提供了一个通用接口，用于与Julia和其他语言编写的机器学习模型进行交互。它提供了用于选择、调优、评估、组合和比较这些模型的工具和元算法，重点是灵活的模型组合。在这个设计概述中，我们详细介绍了框架的主要新颖之处，以及Julia相对于占主导地位的多语言替代方案的明显优势。
英文摘要：
MLJ (Machine Learing in Julia) is an open source software package providing a common interface for interacting with machine learning models written in Julia and other languages. It provides tools and meta-algorithms for selecting, tuning, evaluating, composing and comparing those models, with a focus on flexible model composition. In this design overview we detail chief novelties of the framework, together with the clear benefits of Julia over the dominant multi-language alternatives.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
