SciPyとNumPyを基盤とするPython機械学習ライブラリ。BSDライセンスのもと、分類、回帰、クラスタリング、モデル選択のツールを提供します。
haifengl/smile
Java、Kotlin、Scala向けの古典的ML、深層学習、NLP、可視化、LLM/ONNX推論をカバーするJVM向け機械学習・AIプラットフォーム。
- スター
- 6,429
- フォーク
- 1,149
- 未解決の Issue
- 3
- 最終コミット
- 9 時間前
これは何?
SMILEはJVM向けの機械学習ライブラリ兼AIプラットフォームで、Java、Kotlin、Scalaから利用できるAPIを提供します。分類、回帰、クラスタリング、多様体学習、異常検知、時系列、NLP、統計など幅広いアルゴリズムを備えており、別途Pythonサービスを起動せずに、アプリケーション内で直接実行できます。
コアライブラリに加えて、シリアライズ済みのSMILEモデル、ONNXモデル、LLMをOpenAI互換エンドポイント経由でホストする、Quarkusベースの推論サーバーSMILE Serveも含まれています。SSEストリーミング、Prometheusメトリクス、組み込みWeb UIにも対応しています。SMILE Studioは、データの探索、モデルの学習、成果物のエクスポートに使えるノートブックとAIエージェントを備えたデスクトップ環境です。説明機能として、局所的な特徴量の寄与度を算出するTreeSHAPとKernelSHAPに対応しています。
本プロジェクトはデュアルライセンスです。デフォルトではオープンソースライセンス(GPLv3、AGPLv3、およびStudio向けBSL)が適用され、プロプライエタリな配布向けの商用ライセンスはHALO.AIから提供されています。
主な機能
- 01Java、Kotlin、Scalaから呼び出せる分類、回帰、クラスタリング、多様体学習アルゴリズム
- 02LibTorch/GPUバックエンドによる深層学習とONNX Runtimeによる推論
- 03OpenAI互換のチャット補完、ツール呼び出し、ストリーミングに対応したLLMサービング
- 04モデルの予測を説明するTreeSHAPとKernelSHAP
- 05DataFrame、CSV/Parquet/Arrow/JDBCの入出力、データ変換ユーティリティ
- 06可視化のためのSwingおよびVega-Liteプロット
ユースケース
- Pythonのサイドカーなしで、既存のJVMマイクロサービスに予測モデルを組み込む
- セルフホスト型の推論サーバーで、古典的ML、ONNX、LLMモデルを提供する
- エッジ環境やエアギャップ環境のマシンでスコアリングやモデル更新を実行する
- インタラクティブなノートブック環境でデータを探索し、モデルを学習する
クイックスタート
- 1
READMEのInstallationセクションを参照し、Maven Centralからsmile-coreライブラリをビルドに追加します
- 2
READMEのQuick Startセクションに従って、最初のサンプルを実行します
使う前に知っておきたいこと
- 最新バージョンにはJava 25が必要です。v4.xはJava 21をサポートし、それ以前のバージョンはJava 8をサポートします。
- メタデータではライセンスが明確に特定されていないため、使用前にライセンス条件を確認してください。
- READMEによると、オープンソースライセンスにはコピーレフトとソースコード開示の義務が伴います。これらを避けるため、HALO.AIは商用ライセンスを提供しています。
収録されている特集
トピック
よくある質問
- smile とは?
- Java、Kotlin、Scala向けの古典的ML、深層学習、NLP、可視化、LLM/ONNX推論をカバーするJVM向け機械学習・AIプラットフォーム。 SMILEはJVM向けの機械学習ライブラリ兼AIプラットフォームで、Java、Kotlin、Scalaから利用できるAPIを提供します。分類、回帰、クラスタリング、多様体学習、異常検知、時系列、NLP、統計など幅広いアルゴリズムを備えており、別途Pythonサービスを起動せずに、アプリケーション内で直接実行できます。
- smile は無料で使えますか?ライセンスは?
- smile は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- smile は今もメンテナンスされていますか?
- 活発にメンテナンス中。smile の最終コミットは 2026年11月7日 です。
- smile は何に使えますか?
- Pythonのサイドカーなしで、既存のJVMマイクロサービスに予測モデルを組み込む セルフホスト型の推論サーバーで、古典的ML、ONNX、LLMモデルを提供する エッジ環境やエアギャップ環境のマシンでスコアリングやモデル更新を実行する インタラクティブなノートブック環境でデータを探索し、モデルを学習する
- smile のインストール方法は?
- READMEのInstallationセクションを参照し、Maven Centralからsmile-coreライブラリをビルドに追加します READMEのQuick Startセクションに従って、最初のサンプルを実行します
- smile はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/haifengl/smile
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Orangeは、ドラッグ&ドロップでワークフローを構築できる、データマイニング・分析・可視化のためのオープンソースのビジュアルプログラミングツールです。
MLモデルのエラーパターン、公平性、解釈可能性、因果効果の評価とデバッグに使える、PythonライブラリとWeb UIのツール群です。
scikit-learnとpandasを基盤とするPython機械学習フレームワーク。市場取引システムとスポーツ予測向けのモジュールを備えています。
PyTorchとTensorFlowに対応し、30種類以上のXAI指標でニューラルネットワークの説明を定量評価できるオープンソースのPythonツールキット。
REST API経由で画像、テキスト、表形式データ、時系列データのモデルを学習・実行できる、ディープラーニングサーバー、Python wheel、CLI。