SwiftAI

Özellikler

• •On bir denetimli model: doğrusal ve ridge regresyon, lojistik regresyon, k-en yakın komşu, Gaussian naive Bayes, karar ağaçları, random forest ve sinir ağları; ayrıca k-means kümeleme ve temel bileşen analizi (PCA)
• •scikit-learn 1.9.1 ile karşılaştırılır: testler katsayıları, olasılıkları ve kümeleri karşılaştırır (örneğin lojistik regresyon olasılıkları 1e-5, PCA 1e-10 hassasiyetle)
• •Çökme yerine hata: geçersiz veri ya da ayar, neyin değişmesi gerektiğini söyleyen bir SwiftAIError fırlatır
• •Güvenli yükleme: modeller, scaler'lar ve pipeline'lar Codable; decode sırasında şekil, değer, sınıf listesi ve ağaç yapısı kontrol edilir
• •Tekrarlanabilir: her rastgele adım bir seed alır; aynı seed aynı modeli verir, ağaçları paralel eğitilen ormanlarda da
• •Pipeline, ön işlemeyi yalnız eğitim verisine fit eder ve sonraki her örneğe aynı şekilde uygular
• •Strict concurrency kontrollü Swift 6 dil modu; dört makaleli DocC kataloğu ve iOS ile macOS için ModelLab örnek uygulaması

Hızlı Başlangıç

1import SwiftUI
2import SwiftAI
3 
4struct ContentView: View {
5    var body: some View {
6        Text(irisSummary())
7            .padding()
8    }
9 
10    func irisSummary() -> String {
11        do {
12            // 1. Split the built-in iris flowers into training and test samples.
13            let (training, test) = try Dataset.iris.stratifiedSplit(testFraction: 0.2, seed: 42)
14            // 2. Train a random forest on the training samples.
15            let model = try RandomForestClassifier.fit(training, seed: 42)
16            // 3. Measure it on the test samples and classify a new flower.
17            let accuracy = try model.accuracy(on: test)
18            let species = try model.predict([6.3, 2.8, 5.1, 1.5])
19            return "Test accuracy: \(accuracy.formatted(.percent))\nNew flower: \(species)"
20        } catch {
21            return error.localizedDescription
22        }
23    }
24}

Kurulum

1https://github.com/muhittincamdali/SwiftAI.git

1dependencies: [
2    .package(url: "https://github.com/muhittincamdali/SwiftAI.git", from: "2.0.0")
3],
4targets: [
5    .target(name: "YourApp", dependencies: [
6        .product(name: "SwiftAI", package: "SwiftAI")
7    ])
8]

Ekran Görüntüleri

Zaman Çizelgesi

1. Ağustos 2025

   Repo, uygulama mimarisi katmanları ve Vision/NLP kodu içeren geniş kapsamlı bir AI framework'ü olarak açıldı

2. Şubat 2026

   1.0.0 sürümü yayımlandı; üç gün sonra uygulama mimarisi modülleri kaldırılıp daha küçük bir makine öğrenmesi çekirdeği yazıldı

3. Haziran 2026

   Sadeleştirme: testler tek bir yer tutucu dosyaya indi, küçük stub katmanlar eklendi

4. 14 Ekim 2026

   Bağımlılıksız bir klasik makine öğrenmesi paketi olarak baştan kuruldu ve 2.0.0 olarak yayımlandı; 1.0.0 API'lerinin hiçbiri kalmadı

Bağlantılar

İlgili Yazı