機器之心報道
機器之心編輯部
人工智能領域現在也流行高中生拯救世界了？
一個熱愛計算機的少年，16 歲就已經可以做出點東西來了，比如開發個粵語程式設計語言、拿個 Kaggle 冠軍、寫個遊戲、開發個加密貨币投資機器人、從頭建構一個 C++ 機器學習庫什麼的。
今天要介紹的就是一位從頭建構 C++ 機器學習庫的 16 歲少年（@novak-99），他的自薦帖在 reddit 上獲得了數百的點贊量。
他建構的這個庫（ML++）有 13000 多行代碼，涵蓋了統計、線性代數、數值分析、機器學習和深度學習等主題。
項目位址：https://github.com/novak-99/MLPP
@novak-99 表示，他之是以建構這個庫，是因為 C++ 是他所選擇的語言，但到了 ML 前端，C++ 卻用得非常少。
C++ 是高效的，而且有利于快速執行。是以大多數庫（如 TensorFlow、PyTorch 或 Numpy）都使用 C/ C++ 或某種 C/ C++ 衍生的語言來優化和提高速度。
但當他檢視各種機器學習算法的前端實作時，他注意到大多數算法是用 Python、MatLab、R 或 Octave 實作的。他認為，C++ 之是以在 ML 前端用得比較少，主要是因為缺乏使用者支援，以及 C++ 文法比較複雜。
與 Python 相比，C++ 的機器學習架構少得可憐。此外，即使在流行的架構（如 PyTorch 或 TensorFlow）中，C++ 的實作也不像 Python 的實作那樣完整，存在的問題包括：缺少文檔；并不是所有的主要函數都存在；沒有多少人願意貢獻，等等。
此外，C++ 不支援 Python 的 ML 套件的各種關鍵庫。Pandas 和 Matplotlib 都不支援 C++。這增加了 ML 算法的實作時間，因為資料可視化和資料分析的元素更難獲得。
是以，他就決定自己寫一個 C++ 的機器學習庫。
他還注意到，由于 ML 算法非常容易實作，是以一些工程師可能會忽略它們背後的實作和數學細節。這可能會帶來一些問題，因為在不了解數學細節的前提下，針對特定用例定制 ML 算法是不可能的。是以除了庫之外，他還計劃釋出全面的文檔，以解釋庫中每個機器學習算法背後的數學背景，涵蓋統計、線性回歸、雅可比矩陣和反向傳播等内容。以下是關于統計的部分内容：
打開項目，我們可以看到其中的一些細節：
涵蓋 19 大主題，這個 ML++ 足夠大且全
與大多數架構一樣，這位高中生建立的 ML++ 庫是動态的，不斷地在變化。這點在機器學習的世界尤為重要，因為每天都會有新的算法和技術被開發出來。
目前，ML++ 庫中正在開發以下模型和技術：
卷積神經網絡（CNN）
支援向量機（SVM）的核心
支援向量回歸
整體而言，ML++ 庫包含了 19 大主題以及相關細分内容，分别如下：
回歸（線性回歸、邏輯回歸、Softmax 回歸、指數回歸、Probit 回歸、Cloglog 回歸、Tanh 回歸）
深度、動态、規模化神經網絡（激活函數、優化算法、損失函數、正則化方法、權重初始化方法、學習率規劃器）
Prebuilt 神經網絡（多層感覺機、自編碼器、Softmax 網絡）
生成模組化（表格對抗生成網絡）
自然語言處理（Word2Vec、詞幹提取、詞袋模型、TFIDF、輔助文本處理函數）
計算機視覺（卷積操作、最大 / 最小 / 平均池化、全局最大 / 最小 / 平均池化、Prebuilt 特征向量）
主成分分析
樸素貝葉斯分類器（多項分布樸素貝葉斯、伯努利分布樸素貝葉斯、高斯分布樸素貝葉斯）
支援向量分類（原始形成、對偶形成）
K-Means 算法
K 最近鄰算法
Outlier Finder（使用标準分數）
矩陣分解（SVD 分解、Cholesky 分解、QR 分解）
數值分析（數值微分、Jacobi 向量電腦、Hessian 矩陣電腦、函數近似器、微分方程求解器）
數學變換（離散餘弦變換）
線性代數子產品
統計子產品
資料處理子產品（特征縮放、均值歸一化、One Hot 表征、反 One Hot 表征、支援的顔色空間轉換類型）
實用工具（TP/FP/TN/FN 函數、精度、召回率、準确率、F1 分數）
更多細節内容請參考原項目。
網友：這麼卷，我怎麼辦
對于 16 歲就能做出如此出色的項目，有網友不禁感歎，這個世界上的高中生都在幹些什麼啊？！我在他們這個年紀還在『啃手指頭』。而他們已經在 ICLR、NeurIPS 會議上發表論文了……
還有網友表示，如果高中生都在做這些事，想象一下幾年後博士申請會有多激烈吧。現在，你隻需要發表 3 篇以上的 NeurIPS 論文，将來就得獲得圖靈獎了。
看似開玩笑的話，也可以說是目前某種程度上的「卷」吧。
不過，也有網友指出，項目中有 13000 行代碼卻沒有測試？另一位網友認為，這是一個基于個人愛好建立的項目（pet project），并不适用于實際用例。是以，測試在這裡并不重要。
參考連結：
https://www.reddit.com/r/MachineLearning/comments/srbvnc/p_c_machine_learning_library_built_from_scratch/