用于推理的协议和结构：机器学习的 RESTful API

James Montgomery， Mark D. Reid， Barry Drake
预测型 API 和应用第二届国际会议论文集， PMLR 50:29-42， 2016。

摘要

机器学习 API 的多样性（在软件工具包和 Web 服务中），阻碍了机器学习充分发挥潜力，使得难以从不同产品中调用单个算法，或将多个算法组合起来解决复杂的任务。本文介绍了用于推理的协议和结构 (PSI) 服务架构和规范，它将推理实体——关系、属性、学习器和预测器——表示为可通过通用但灵活且可扩展的接口访问的 RESTful Web 资源。资源使用 JSON schema 语言的变体来描述它们摄取的或发出的数据，并且 API 具有支持非 JSON 数据和未来服务功能扩展的机制。

引用本文

BibTeX
@InProceedings{pmlr-v50-montgomery15, title = {用于推理的协议和结构：机器学习的 RESTful API}, author = {Montgomery, James and Reid, Mark D. and Drake, Barry}, booktitle = {预测型 API 和应用第二届国际会议论文集}, pages = {29--42}, year = {2016}, editor = {Dorard, Louis and Reid, Mark D. and Martin, Francisco J.}, volume = {50}, series = {机器学习研究论文集}, address = {澳大利亚悉尼}, month = {06--07 Aug}, publisher = {PMLR}, pdf = {https://pmlr.com.cn/v50/montgomery15.pdf}, url = {https://pmlr.com.cn/v50/montgomery15.html}, abstract = {机器学习 API 的多样性（在软件工具包和 Web 服务中），阻碍了机器学习充分发挥潜力，使得难以从不同产品中调用单个算法，或将多个算法组合起来解决复杂的任务。本文介绍了用于推理的协议和结构 (PSI) 服务架构和规范，它将推理实体——关系、属性、学习器和预测器——表示为可通过通用但灵活且可扩展的接口访问的 RESTful Web 资源。资源使用 JSON schema 语言的变体来描述它们摄取的或发出的数据，并且 API 具有支持非 JSON 数据和未来服务功能扩展的机制。} }
Endnote
%0 会议论文 %T 用于推理的协议和结构：机器学习的 RESTful API %A James Montgomery %A Mark D. Reid %A Barry Drake %B 预测型 API 和应用第二届国际会议论文集 %C 机器学习研究论文集 %D 2016 %E Louis Dorard %E Mark D. Reid %E Francisco J. Martin %F pmlr-v50-montgomery15 %I PMLR %P 29--42 %U https://pmlr.com.cn/v50/montgomery15.html %V 50 %X 机器学习 API 的多样性（在软件工具包和 Web 服务中），阻碍了机器学习充分发挥潜力，使得难以从不同产品中调用单个算法，或将多个算法组合起来解决复杂的任务。本文介绍了用于推理的协议和结构 (PSI) 服务架构和规范，它将推理实体——关系、属性、学习器和预测器——表示为可通过通用但灵活且可扩展的接口访问的 RESTful Web 资源。资源使用 JSON schema 语言的变体来描述它们摄取的或发出的数据，并且 API 具有支持非 JSON 数据和未来服务功能扩展的机制。
RIS
TY - CPAPER TI - 用于推理的协议和结构：机器学习的 RESTful API AU - James Montgomery AU - Mark D. Reid AU - Barry Drake BT - 预测型 API 和应用第二届国际会议论文集 DA - 2016/06/05 ED - Louis Dorard ED - Mark D. Reid ED - Francisco J. Martin ID - pmlr-v50-montgomery15 PB - PMLR DP - 机器学习研究论文集 VL - 50 SP - 29 EP - 42 L1 - https://pmlr.com.cn/v50/montgomery15.pdf UR - https://pmlr.com.cn/v50/montgomery15.html AB - 机器学习 API 的多样性（在软件工具包和 Web 服务中），阻碍了机器学习充分发挥潜力，使得难以从不同产品中调用单个算法，或将多个算法组合起来解决复杂的任务。本文介绍了用于推理的协议和结构 (PSI) 服务架构和规范，它将推理实体——关系、属性、学习器和预测器——表示为可通过通用但灵活且可扩展的接口访问的 RESTful Web 资源。资源使用 JSON schema 语言的变体来描述它们摄取的或发出的数据，并且 API 具有支持非 JSON 数据和未来服务功能扩展的机制。 ER -
APA
Montgomery, J., Reid, M.D. & Drake, B.. (2016). 用于推理的协议和结构：机器学习的 RESTful API. 预测型 API 和应用第二届国际会议论文集, in 机器学习研究论文集 50:29-42 可从 https://pmlr.com.cn/v50/montgomery15.html 获取。

相关材料