建站
咨詢
售后
建站咨詢
新聞中心
1. Weka集成了數(shù)據(jù)挖掘工作的機(jī)器學(xué)習(xí)算法。這些算法可以直接應(yīng)用于一個數(shù)據(jù)集上或者你可以自己編寫代碼來調(diào)用。Weka包括一系列的工具，如數(shù)據(jù)預(yù)處理、分類、回歸、聚類、關(guān)聯(lián)規(guī)則以及可視化。
成都創(chuàng)新互聯(lián)公司服務(wù)項目包括黃陂網(wǎng)站建設(shè)、黃陂網(wǎng)站制作、黃陂網(wǎng)頁制作以及黃陂網(wǎng)絡(luò)營銷策劃等。多年來，我們專注于互聯(lián)網(wǎng)行業(yè)，利用自身積累的技術(shù)優(yōu)勢、行業(yè)經(jīng)驗、深度合作伙伴關(guān)系等，向廣大中小型企業(yè)、政府機(jī)構(gòu)等提供互聯(lián)網(wǎng)行業(yè)的解決方案，黃陂網(wǎng)站推廣取得了明顯的社會效益與經(jīng)濟(jì)效益。目前，我們服務(wù)的客戶以成都為中心已經(jīng)輻射到黃陂省份的部分城市，未來相信會繼續(xù)擴(kuò)大服務(wù)區(qū)域并繼續(xù)獲得客戶的支持與信任！
2.Massive Online Analysis（MOA）是一個面向數(shù)據(jù)流挖掘的流行開源框架，有著非常活躍的成長社區(qū)。它包括一系列的機(jī)器學(xué)習(xí)算法（分類、回歸、聚類、異常檢測、概念漂移檢測和推薦系統(tǒng)）和評估工具。關(guān)聯(lián)了WEKA項目，MOA也是用Java編寫的，其擴(kuò)展性更強(qiáng)。
3.MEKA項目提供了一個面向多標(biāo)簽學(xué)習(xí)和評價方法的開源實現(xiàn)。在多標(biāo)簽分類中，我們要預(yù)測每個輸入實例的多個輸出變量。這與“普通”情況下只涉及一個單一目標(biāo)變量的情形不同。此外，MEKA基于WEKA的機(jī)器學(xué)習(xí)工具包。
4. Advanced Data mining And Machine learning System（ADAMS）是一種新型的柔性工作流引擎，旨在迅速建立并保持真實世界的復(fù)雜知識流，它是基于GPLv3發(fā)行的。
5. Environment for Developing KDD-Applications Supported by Index-Structure（ELKI）是一款基于Java的開源（AGPLv3）數(shù)據(jù)挖掘軟件。ELKI主要集中于算法研究，重點(diǎn)研究聚類分析中的無監(jiān)督方法和異常檢測。
6. Mallet是一個基于Java的面向文本文件的機(jī)器學(xué)習(xí)工具包。Mallet支持分類算法，如***熵、樸素貝葉斯和決策樹分類。
7. Encog是一個先進(jìn)的機(jī)器學(xué)習(xí)框架，集成了支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、貝葉斯網(wǎng)絡(luò)、隱馬爾可夫模型（HMM）、遺傳編程和遺傳算法。
8. Datumbox機(jī)器學(xué)習(xí)框架是一個用Java編寫的開源框架，允許快速地開發(fā)機(jī)器學(xué)習(xí)和統(tǒng)計應(yīng)用。該框架的核心重點(diǎn)包括大量的機(jī)器學(xué)習(xí)算法以及統(tǒng)計測試，能夠處理中等規(guī)模的數(shù)據(jù)集。
9. Deeplearning4j是使用Java和Scala編寫的***個商業(yè)級的、開源的、分布式深入學(xué)習(xí)庫。其設(shè)計的目的是用于商業(yè)環(huán)境中，而不是作為一個研究工具。
10. Mahout是一個內(nèi)置算法的機(jī)器學(xué)習(xí)框架。Mahout-Samsara幫助人們創(chuàng)建他們自己的數(shù)學(xué)，并提供了一些現(xiàn)成的算法實現(xiàn)。
11.Rapid Miner是德國多特蒙特技術(shù)大學(xué)開發(fā)的。它為開發(fā)者開發(fā)應(yīng)用程序提供了一個GUI（圖形用戶界面）和Java API。它還提供了一些機(jī)器學(xué)習(xí)算法，用來做數(shù)據(jù)處理、可視化以及建模。
12. Apache SAMOA是 一個機(jī)器學(xué)習(xí)（ML）框架，內(nèi)嵌面向分布式流ML算法的編程抽象，并且允許在沒有直接處理底層分布式流處理引擎（DSPEe，如 Apache Storm、Apache S4和Apache samza）復(fù)雜性的情況下，開發(fā)新的ML算法。用戶可以開發(fā)分布式流ML算法，而且可以 在多個DSPEs上執(zhí)行。
13. Neuroph通過提供支持創(chuàng)建、訓(xùn)練和保存神經(jīng)網(wǎng)絡(luò)的Java網(wǎng)絡(luò)庫和GUI工具，簡化了神經(jīng)網(wǎng)絡(luò)開發(fā)。
14. Oryx 2是一個建立在Apache Spark和Apache Kafka的Lambda架構(gòu)實現(xiàn)，但隨著實時大規(guī)模機(jī)器學(xué)習(xí)而逐漸開始專業(yè)化。這是一個用于構(gòu)建應(yīng)用程序的框架，但也包括打包，以及面向協(xié)同過濾、分類、回歸和聚類的端到端的應(yīng)用程序。
15. Stanford Classifier是一個機(jī)器學(xué)習(xí)工具，它可以將數(shù)據(jù)項歸置到一個類別。一個概率分類器，比如這個，它可以對一個數(shù)據(jù)項給出類分配的概率分布。該軟件是***熵分類器的一個Java實現(xiàn)。
16.io是一個Retina API，有著快速精確的類似大腦的自然語言處理算法。
17.JSAT是一個快速入門的機(jī)器學(xué)習(xí)庫。該庫是我在業(yè)余時間開發(fā)的，基于GPL3發(fā)行的。庫中的一部分內(nèi)容可自主學(xué)習(xí)，例如所有的代碼都是獨(dú)立的。JSAT沒有外部依賴，而且是純Java編寫的。
18. N-Dimensional Arrays for Java(ND4J)是一個用于JVM的科學(xué)計算庫。它們是用來在生產(chǎn)環(huán)境中使用的，這表明例程的設(shè)計是以最小的內(nèi)存需求來運(yùn)行的。
19. Java Machine Learning Library（Java機(jī)器學(xué)習(xí)庫）是一系列機(jī)器學(xué)習(xí)算法的相關(guān)實現(xiàn)。這些算法，無論是源代碼還是文檔，都編寫的很出色。其主要語言是Java。
20. Java-ML是一個使用Java編寫的一系列機(jī)器學(xué)習(xí)算法的Java API。它只提供了一個標(biāo)準(zhǔn)的算法接口。
21. MLlib (Spark)是Apache Spark的可擴(kuò)展機(jī)器學(xué)習(xí)庫。雖然是Java，但該庫與平臺還支持Java，Scala和Python綁定。此庫是***的，并且算法很多。
22. H2O是用于智能應(yīng)用的機(jī)器學(xué)習(xí)API。它在大數(shù)據(jù)上對統(tǒng)計學(xué)、機(jī)器學(xué)習(xí)和數(shù)學(xué)進(jìn)行了規(guī)?；?。H2O可擴(kuò)展，開發(fā)者可以在核心部分使用簡單的數(shù)學(xué)知識。
23. WalnutiQ是人腦部分面向?qū)ο竽Ｐ停兄碚摮Ｓ玫膶W(xué)習(xí)算法（正在向簡單強(qiáng)烈的情感人工智能模型方向研究）。
24. RankLib是一個排名學(xué)習(xí)算法庫。目前已經(jīng)實現(xiàn)八種流行的算法。
25. htm.java（基于Java的Hierarchical Temporal Memory算法實現(xiàn)）是一個面向智能計算的Numenta平臺的Java接口。源碼
名稱欄目：25個Java機(jī)器學(xué)習(xí)工具和庫
網(wǎng)站網(wǎng)址：http://www.dlmjj.cn/article/cosdjsj.html
