Есть много статей о том, как использовать Python для решения задач машинного обучения, этим постом я начинаю серию материалов о том, как использовать современный C++ для решения тех же задач и какие библиотеки можно использовать. Я предполагаю, что читатели уже знакомы с концепциями машинного обучения и сосредоточатся только на вопросах программирования.
Первая часть посвящена созданию модели полиномиальной регрессии с помощью библиотеки XTensor. Это библиотека C++ для численного анализа с выражениями многомерных массивов, а контейнеры XTensor вдохновлены NumPy. Многие функции в этой библиотеке также имеют семантику, аналогичную NumPy, поэтому вам будет проще начать с этой библиотеки, чем с Eigen или ViennaCL, если вы уже знакомы с NumPy.
Продолжить чтение статьи и исходников здесь. Пожалуйста, не стесняйтесь оставлять комментарии или создавать проблемы в репозитории, если вы обнаружите какие-либо ошибки.
