Repolode
Предложить
haifengl

haifengl/smile

Платформа машинного обучения и ИИ для JVM: классическое ML, глубокое обучение, NLP, визуализация и инференс LLM/ONNX для Java, Kotlin и Scala.

Открыть на GitHubСайт
Звёзды
6,429
Форки
1,149
Открытые issues
3
Последний коммит
7 часов назад

Что это?

SMILE — библиотека машинного обучения и платформа ИИ для JVM с API для Java, Kotlin и Scala. Она включает широкий набор алгоритмов классификации, регрессии, кластеризации, обучения многообразий, обнаружения аномалий, анализа временных рядов, NLP и статистики. Их можно вызывать непосредственно из приложения, не запуская отдельный Python-сервис.

Помимо основной библиотеки, в проект входит SMILE Serve — сервер инференса на базе Quarkus, который обслуживает сериализованные модели SMILE, модели ONNX и LLM через совместимые с OpenAI конечные точки. Поддерживаются потоковая передача через SSE, метрики Prometheus и встроенный веб-интерфейс. SMILE Studio — настольная среда с ноутбуками и ИИ-агентами для изучения данных, обучения моделей и экспорта артефактов. Для объяснения предсказаний доступны TreeSHAP и KernelSHAP, позволяющие определять вклад признаков для отдельных предсказаний.

Проект распространяется по двойной модели лицензирования: по умолчанию применяются лицензии на открытый исходный код (GPLv3, AGPLv3 и BSL для Studio), а для проприетарного распространения HALO.AI предлагает коммерческие лицензии.

Ключевые возможности

  • 01Алгоритмы классификации, регрессии, кластеризации и обучения многообразий, доступные из Java, Kotlin и Scala
  • 02Глубокое обучение с бэкендом LibTorch/GPU и инференсом через ONNX Runtime
  • 03Обслуживание LLM с совместимыми с OpenAI чат-комплитами, вызовом инструментов и потоковой передачей
  • 04TreeSHAP и KernelSHAP для объяснения предсказаний моделей
  • 05DataFrame, ввод-вывод CSV/Parquet/Arrow/JDBC и утилиты преобразования данных
  • 06Построение графиков с помощью Swing и Vega-Lite

Сценарии использования

  • Встраивание моделей прогнозирования в существующий микросервис на JVM без отдельного Python sidecar-сервиса
  • Обслуживание классических ML-моделей, моделей ONNX и LLM с собственного сервера инференса
  • Выполнение скоринга и обновление моделей на периферийных или изолированных от сети компьютерах
  • Изучение данных и обучение моделей в интерактивной среде с ноутбуками

Быстрый старт

  1. 1

    Добавьте библиотеку smile-core из Maven Central в сборку (см. раздел Installation в README)

  2. 2

    Следуйте инструкциям из раздела Quick Start в README, чтобы запустить первый пример

Что важно знать

  • Для последних версий требуется Java 25; v4.x поддерживает Java 21, а более ранние версии — Java 8.
  • В метаданных лицензия не указана однозначно, поэтому перед использованием ознакомьтесь с условиями лицензии.
  • В README сказано, что лицензия с открытым исходным кодом накладывает обязательства по copyleft и раскрытию исходного кода; HALO.AI предлагает коммерческую лицензию, позволяющую избежать этих обязательств.

В подборках

Курсы и инструменты для анализа данных

Темы

#machine-learning#jvm#java#deep-learning#llm#data-science#inference-server#explainable-ai#classification#clustering

Частые вопросы

Что такое smile?
Платформа машинного обучения и ИИ для JVM: классическое ML, глубокое обучение, NLP, визуализация и инференс LLM/ONNX для Java, Kotlin и Scala. SMILE — библиотека машинного обучения и платформа ИИ для JVM с API для Java, Kotlin и Scala. Она включает широкий набор алгоритмов классификации, регрессии, кластеризации, обучения многообразий, обнаружения аномалий, анализа временных рядов, NLP и статистики. Их можно вызывать непосредственно из приложения, не запуская отдельный Python-сервис.
smile можно использовать бесплатно? Какая у него лицензия?
smile распространяется с открытым исходным кодом под лицензией Other. Перед использованием в коммерческих продуктах проверьте условия лицензии.
smile всё ещё поддерживается?
Активно поддерживается. Последний коммит в smile — 7 нояб. 2026 г..
Для чего можно использовать smile?
Встраивание моделей прогнозирования в существующий микросервис на JVM без отдельного Python sidecar-сервиса Обслуживание классических ML-моделей, моделей ONNX и LLM с собственного сервера инференса Выполнение скоринга и обновление моделей на периферийных или изолированных от сети компьютерах Изучение данных и обучение моделей в интерактивной среде с ноутбуками
Как установить smile?
Добавьте библиотеку smile-core из Maven Central в сборку (см. раздел Installation в README) Следуйте инструкциям из раздела Quick Start в README, чтобы запустить первый пример
Где скачать smile?
Исходный код и инструкции по установке — на GitHub: https://github.com/haifengl/smile

Описание создано ИИ на основе README проекта. Статистика GitHub обновляется ежедневно.

Похожие проекты

biolab / orange3

Orange — инструмент визуального программирования с открытым исходным кодом для интеллектуального анализа данных, аналитики и визуализации на основе рабочих процессов с перетаскиванием элементов.

Данные и аналитика#data-mining#visual-programming#machine-learning
5,7 тыс.+4 за неделю1,1 тыс.PythonOtherОбновлён вчера

microsoft / responsible-ai-toolbox

Набор инструментов на Python и с веб-интерфейсом для оценки и отладки ML-моделей: анализ ошибок, справедливости, интерпретируемости и причинно-следственных эффектов.

ИИ и машинное обучение#responsible-ai#explainable-ai#fairness
1,9 тыс.+2 за неделю507TypeScriptMITОбновлён 19 часов назад