机器学习Bob|简介

简介

只能在Linux与Mac环境运行，Bob涵盖图像识别、视频识别、音频识别等多种机器学习场景，本文主要考虑声纹识别的应用。

数据格式：多维数组

• 底层C++使用Blitz++库，因此在Bob中的多维数组用bob.blitz.array表示，其由numpy.ndarray包装
• 输入的数字信号（图像、视频、音频）统一由numpy.ndarray表示，其中，语音信号由2维向量表示，第1维是信道号，第2维是由时间索引的数字信号
• 支持多种WAV格式，不建议直接使用scipy.io.wavfile，其数据格式为int型，Bob可以输出浮点数

文件IO

• 使用HDF5格式（事实上，Sidekit工具包也是如此，将多个数据表单根据路径索引放在一个h5文件中）
• 支持Matlab文件格式，查阅： Matlab(R) I/O Support for Bob

机器学习算法

• PCA/LDA：Bob Linear Machines and Trainers
• MLP：Bob’s Multi-Layer Perceptron Machines
• SVM（接口）：Bob-LIBSVM Python Bindings
• Boost：Generalized Boosting Framework using Stump and Look Up Table (LUT) based Weak Classifiers
• K-Means/GMM/JFA/Ivector/PLDA：Expectation Maximization Machine Learning Tools

数据集接口

• 已有数据库接口：Packages
  （待完善）

性能评估

（待完善）

完整案例

• Iris：Tutorial: Analysis of the Fisher Iris Dataset