5 月 6 日消息，Julia 推出一个超高纯度的机器学习框架 MLJ。据介绍，MLJ 是完全用 Julia 写的开源机器学习工具箱，提供了统一的界面，用于和目前分散在不同 Julia 软件包中的有监督、无监督学习模型进行交互。MLJ 目前已具备以下特性：1）Learning networks：超越传统 Pipeline 的灵活模型组合；2）自动调整超参数，包括复合模型；3）同质模型集成；4）模型元数据的注册表。无需加载模型代码元数据即可用；5）任务界面。自动将模型与指定的学习任务相匹配，以简化基准测试和模型选择；6）清爽的概率接口。改进了对贝叶斯统计和概率图形模型的支持；7）数据容器不可知。以用户自己喜欢的 Tables.jl 格式显示和操作数据；8）普遍采用分类数据类型。使模型实现能够正确地考虑训练中看到的类而不是评估中的类。