SciPy와 NumPy를 기반으로 분류, 회귀, 클러스터링 및 모델 선택 도구를 제공하는 BSD 라이선스의 Python 머신러닝 라이브러리입니다.
haifengl/smile
Java, Kotlin, Scala용으로 전통적인 ML, 딥러닝, NLP, 시각화, LLM/ONNX 추론을 지원하는 JVM 머신러닝 및 AI 플랫폼입니다.
- 스타
- 6,429
- 포크
- 1,149
- 열린 이슈
- 3
- 마지막 커밋
- 8시간 전
어떤 프로젝트인가요?
SMILE은 JVM용 머신러닝 라이브러리이자 AI 플랫폼으로, Java, Kotlin, Scala에서 사용할 수 있는 API를 제공합니다. 분류, 회귀, 클러스터링, 매니폴드 학습, 이상 탐지, 시계열, NLP, 통계 알고리즘을 폭넓게 제공하며, 별도의 Python 서비스를 실행하지 않고 애플리케이션 내부에서 호출할 수 있습니다.
핵심 라이브러리 외에도 직렬화된 SMILE 모델, ONNX 모델, LLM을 호스팅하는 Quarkus 기반 추론 서버인 SMILE Serve가 포함되어 있습니다. 이 서버는 SSE 스트리밍, Prometheus 메트릭, 기본 제공 웹 UI를 지원하며 OpenAI 호환 엔드포인트를 제공합니다. SMILE Studio는 데이터를 탐색하고 모델을 학습하며 아티팩트를 내보낼 수 있는 노트북 및 AI 에이전트 기능을 갖춘 데스크톱 작업 공간입니다. 모델 설명 기능으로는 로컬 특성 기여도를 계산하는 TreeSHAP과 KernelSHAP을 지원합니다.
이 프로젝트는 이중 라이선스로 제공됩니다. 기본적으로 오픈소스 라이선스(GPLv3, AGPLv3, Studio의 BSL)가 적용되며, 독점 배포를 위한 상용 라이선스는 HALO.AI에서 제공합니다.
핵심 기능
- 01Java, Kotlin, Scala에서 호출할 수 있는 분류, 회귀, 클러스터링, 매니폴드 학습 알고리즘
- 02LibTorch/GPU 백엔드와 ONNX Runtime 추론을 지원하는 딥러닝
- 03OpenAI 호환 채팅 완성, 도구 호출, 스트리밍을 지원하는 LLM 서빙
- 04모델 예측을 설명하는 TreeSHAP 및 KernelSHAP
- 05DataFrame, CSV/Parquet/Arrow/JDBC 입출력 및 데이터 변환 유틸리티
- 06시각화를 위한 Swing 및 Vega-Lite 플로팅
활용 사례
- Python 사이드카 없이 기존 JVM 마이크로서비스에 예측 모델 내장
- 자체 호스팅 추론 서버에서 전통적인 ML, ONNX, LLM 모델 서빙
- 엣지 또는 에어갭 환경의 머신에서 스코어링 및 모델 업데이트 실행
- 대화형 노트북 환경에서 데이터 탐색 및 모델 학습
빠른 시작
- 1
README의 Installation 섹션을 참고해 Maven Central에서 smile-core 라이브러리를 빌드에 추가하세요
- 2
README의 Quick Start 섹션을 따라 첫 번째 예제를 실행하세요
사용 전 알아둘 점
- 최신 버전에는 Java 25가 필요하며, v4.x는 Java 21을 지원하고 그 이전 버전은 Java 8을 지원합니다.
- 메타데이터에 라이선스가 명확히 표시되어 있지 않으므로 사용 전에 라이선스 조건을 확인하세요.
- README에 따르면 오픈 소스 라이선스에는 카피레프트 및 소스 공개 의무가 따릅니다. 이를 피할 수 있도록 HALO.AI에서 상용 라이선스를 제공합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- smile은(는) 무엇인가요?
- Java, Kotlin, Scala용으로 전통적인 ML, 딥러닝, NLP, 시각화, LLM/ONNX 추론을 지원하는 JVM 머신러닝 및 AI 플랫폼입니다. SMILE은 JVM용 머신러닝 라이브러리이자 AI 플랫폼으로, Java, Kotlin, Scala에서 사용할 수 있는 API를 제공합니다. 분류, 회귀, 클러스터링, 매니폴드 학습, 이상 탐지, 시계열, NLP, 통계 알고리즘을 폭넓게 제공하며, 별도의 Python 서비스를 실행하지 않고 애플리케이션 내부에서 호출할 수 있습니다.
- smile은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- smile은(는) Other 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- smile은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. smile의 마지막 커밋은 2026년 11월 7일입니다.
- smile은(는) 어디에 사용할 수 있나요?
- Python 사이드카 없이 기존 JVM 마이크로서비스에 예측 모델 내장 자체 호스팅 추론 서버에서 전통적인 ML, ONNX, LLM 모델 서빙 엣지 또는 에어갭 환경의 머신에서 스코어링 및 모델 업데이트 실행 대화형 노트북 환경에서 데이터 탐색 및 모델 학습
- smile는 어떻게 설치하나요?
- README의 Installation 섹션을 참고해 Maven Central에서 smile-core 라이브러리를 빌드에 추가하세요 README의 Quick Start 섹션을 따라 첫 번째 예제를 실행하세요
- smile은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/haifengl/smile
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
Orange는 드래그 앤 드롭 방식의 워크플로를 기반으로 데이터 마이닝, 분석, 시각화를 지원하는 오픈소스 비주얼 프로그래밍 도구입니다.
ML 모델의 오류 패턴, 공정성, 해석 가능성, 인과 효과를 평가하고 디버깅할 수 있는 Python 및 웹 UI 도구 모음입니다.
scikit-learn과 pandas 기반의 Python 머신러닝 프레임워크로, 시장 트레이딩 시스템과 스포츠 예측 모듈을 제공합니다.
PyTorch와 TensorFlow에서 30개 이상의 XAI 지표로 신경망 설명을 정량 평가하는 오픈소스 Python 툴킷입니다.
REST API를 통해 이미지, 텍스트, 표 형식 및 시계열 데이터의 모델을 학습하고 실행하는 딥러닝 서버, Python wheel 및 CLI입니다.