内容简介:http://www.demnag.com/b/java-machine-learning-tools-libraries-cm570/这是25种Java机器学习工具和库的列表。
http://www.demnag.com/b/java-machine-learning-tools-libraries-cm570/
- Weka 拥有一系列用于数据挖掘任务的机器学习算法。算法可以直接应用于数据集,也可以从您自己的Java代码调用。Weka包含用于数据预处理,分类,回归,聚类,关联规则和可视化的工具。
- 大规模在线分析 (MOA)是一种流行的数据流挖掘开源框架,具有非常活跃的增长社区。它包括一系列机器学习算法(分类,回归,聚类,异常检测,概念漂移检测和推荐系统)和评估工具。与WEKA项目相关,MOA也是用Java编写的,同时可以扩展到更苛刻的问题。
- 该 MEKA 项目提供的多标记学习和评价方法的开源实现。在多标签分类中,我们希望为每个输入实例预测多个输出变量。这与仅涉及单个目标变量的“标准”情况不同。MEKA基于WEKA机器学习工具包。
- 将 先进的数据挖掘和机器学习系统 (ADAMS)是一种新型的,灵活的工作流引擎,旨在快速构建和维护现实世界的,复杂的知识的工作流程,以GPLv3发布。
- 开发KDD的环境 - 索引结构支持的应用程序 (ELKI)是一个用Java编写的开源(AGPLv3)数据挖掘软件。ELKI的重点是算法研究,重点是聚类分析和异常检测中的无监督方法。
- Mallet 是一个用于文本文档的java机器学习工具包。Mallet支持分类算法,如最大熵,朴素贝叶斯和用于分类的决策树。
- Encog 是一种先进的机器学习框架,支持支持向量机,人工神经网络,遗传编程,贝叶斯网络,隐马尔可夫模型,遗传编程和遗传算法。
- 该 Datumbox 机器学习框架是用Java编写的开源框架,允许快速发展的机器学习和统计应用。该框架的主要重点是包括大量的机器学习算法和统计测试,并能够处理中大型数据集。
- Deeplearning4j 是第一个为Java和Scala编写的商业级,开源,分布式深度学习库。它旨在用于商业环境,而不是作为研究工具。
- Mahout 是一个内置算法的机器学习框架。Mahout-Samsara帮助人们创建自己的数学,同时提供一些现成的算法实现。
- Rapid Miner 由德国多特蒙德技术大学开发。它提供了GUI和Java API,用于开发您自己的应用程序。它使用机器学习算法提供数据处理,可视化和建模。
- Apache SAMOA 是一个机器学习(ML)框架,包含分布式流ML算法的编程抽象,可以开发新的ML算法,而无需直接处理底层分布式流处理引擎的复杂性(DSPEe,如Apache Storm,Apache S4,和Apache Samza)。它的用户可以开发一次分布式流ML算法并在多个DSPE上执行它们。
- Neuroph 通过提供支持创建,训练和保存神经网络的Java神经网络库和GUI工具,简化了神经网络的开发。
- Oryx 2 是基于Apache Spark和Apache Kafka构建的lambda体系结构的实现,但具有专门用于实时大规模机器学习的功能。它是用于构建应用程序的框架,还包括用于协同过滤,分类,回归和群集的打包的端到端应用程序。
- 斯坦福分类器 是一种机器学习工具,它将获取数据项并将它们放入k类之一。像这样的概率分类器也可以给出数据项的类分配的概率分布。该软件是最大熵分类器的Java实现。
- Cortical.io 是一种Retina API快速,精确且类似脑的算法,可实现NLP。
- JSAT 是一个快速入门机器学习问题的库。它是在我的空闲时间开发的,并且可以在GPL 3下使用。图书馆的一部分用于自学,因此 - 所有代码都是自包含的。JSAT没有外部依赖关系,而且是纯Java。
- 用于Java的N维数组 (ND4J)是用于JVM的科学计算库。它们旨在用于生产环境,这意味着例程设计为以最低RAM要求快速运行。
- 在 Java的机器学习库 是一组机器学习算法参考实现。这些算法都在文档站点的源代码中有详细记录。它主要用Java编写。
- Java-ML 是一个Java API,其中包含一系列用Java实现的机器学习算法。它仅为算法提供标准接口。
- MLlib(Spark) 是Apache Spark的可扩展机器学习库。虽然Java,库和平台支持Java,Scala和 Python 绑定。该库是新的,算法列表很长。
- H2O 是用于智慧应用程序的机器学习API。它可以扩展大数据的统计,机器学习和数学。H2O是可扩展的,个人可以使用核心中的简单数学句法来构建块。
- WalnutiQ 是一个面向对象的部分人脑模型,具有1个理论化的通用学习算法(正朝着强烈的情感AI的简单模型进行工作)
- RankLib 是一个学习排名算法的库。目前已经实现了八种流行的算法。
- htm.java (Java中的分层时态内存实现)是Numenta智能计算平台的Java端口。
以上所述就是小编给大家介绍的《25种Java机器学习工具和库》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:- 蚂蚁金服开源机器学习工具SQLFlow,机器学习比SQL还简单
- GyoiThon:基于机器学习的渗透测试工具
- Oracle开源机器学习模型云端部署工具Graphpipe
- 微软开源可解释机器学习工具包lnterpretML
- APIAuto 2.5.0 发布,机器学习接口工具•腾讯演讲
- 12种Python 机器学习 & 数据挖掘 工具包
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Pro JavaScript Techniques
John Resig / Apress / 2006-12-13 / USD 44.99
Pro JavaScript Techniques is the ultimate JavaScript book for the modern web developer. It provides everything you need to know about modern JavaScript, and shows what JavaScript can do for your web s......一起来看看 《Pro JavaScript Techniques》 这本书的介绍吧!