Praktisches maschinelles Lernen mit Rust

Einleitung

Das Buch „Practical Machine Learning with Rust“ (Autor: Joydeep Bhattacharjee, 2020, 304 Seiten) ist ein seltenes und wertvolles Handbuch, das zwei mächtige Welten vereint: die leistungsstarke Systemsprache Rust und modernes maschinelles Lernen. Während Python die ML-Ökosystem dominiert, bietet Rust sichere Speicherverwaltung, Geschwindigkeit nahe an C/C++ und hervorragende Möglichkeiten für paralleles Rechnen. Dieses Buch ist nicht nur eine Übersetzung von Python-Ansätzen nach Rust, sondern ein tiefes Eintauchen in die Besonderheiten der Erstellung von ML-Modellen unter Berücksichtigung der Spracheigenschaften.

Worum es in dem Buch geht

Der Autor führt den Leser konsequent von den Grundlagen von Rust (falls Sie ein Anfänger sind) bis zur Erstellung vollwertiger neuronaler Netze und Datenverarbeitungspipelines. Das Buch ist in logische Blöcke unterteilt:

• Grundlagen von Rust für ML: eine kurze, aber prägnante Einführung in Syntax, Ownership, Borrowing und Traits, die für die weitere Arbeit notwendig sind.
• Arbeit mit Daten: Laden, Bereinigen und Transformieren von Daten mit den Crates ndarray, csv und serde.
• Lineare Algebra und Statistik: Implementierung von Matrixoperationen, Berechnung von Metriken (Mittelwert, Varianz, Korrelation) ohne externe Bibliotheken.
• Algorithmen des maschinellen Lernens: lineare Regression, logistische Regression, k-Nächste-Nachbarn, Entscheidungsbäume – von Grund auf und mit dem Crate rustlearn.