Беҳтарин 5 Китобхонаи омӯзиши мошинсозӣ барои Java

Ширкатҳо барои барномасозоне, ки метавонанд барои омӯзиши мошинсозӣ ва омӯзиши амиқ code нависанд, рақобат мекунанд. Агар шумо ба ин мавзӯъҳо таваҷҷӯҳ дошта бошед, шояд шумо бояд ба беҳтарин китобхонаҳои Java барои омӯзиши мошинсозӣ назар андозед?

Луғати хурд

Омӯзиши мошинсозӣ равишест, ки дар он зеҳни сунъӣ дар аввал намедонад, ки чӣ гуна ҳалли як масъалаи мушаххасро ҳал кунад, аммо ин равандро тавассути ҳалли мушкилоти шабеҳ меомӯзад. Барои сохтани муносибатҳо усулҳои гуногуни математикӣ истифода мешаванд. Омӯзиши амиқ ё амиқ як зермаҷмӯи омӯзиши мошинист, ки аксар вақт шабакаҳои нейронро истифода мебарад, ки ба қабули қарорҳои инсон тақлид мекунанд. Омӯзиши амиқ аксар вақт миқдори зиёди маълумоти омӯзиширо талаб мекунад. Масалан, агар ба шумо алгоритме барои шинохтани саксофон лозим бошад, барнома бояд на танҳо тасвирҳои саксофонҳо, балки дигар асбобҳои мисиро низ таъмин кунад, то алгоритм дар оянда онҳоро ба иштибоҳ наандозад.

Оё ин умедбахш аст?

Зимистони тӯлонии рушди зеҳни сунъӣ ба охир расид. Омӯзиши мошинсозӣ ҳоло яке аз малакаҳои гармтарини технология мебошад ва коршиносоне, ки ин мавзӯъро мефаҳманд, талабот зиёд аст. То ҳол ҳеҷ забон пешвои мутлақ дар соҳаи омӯзиши мошинсозӣ нашудааст, аммо Java ба таври возеҳ дар байни дӯстдоштаҳост. Пас, агар шумо ба илм шавқ дошта бошед ва хоҳед, ки на танҳо рамзгузорӣ тадқиқот гузаронед, мо тавсия медиҳем, ки ба панҷ китобхонаи беҳтарини Java барои барномасозии омӯзиши мошин назар андозед.

Века

Истиноди китобхона: https://www.cs.waikato.ac.nz/ml/weka/index.html Века дӯстдоштаи мутлақи мост ва дар он ҷо тааҷҷубовар нест. Ин маҳсулот ҳамчун муҳити муосир барои таҳияи усулҳои омӯзиши мошинсозӣ ва татбиқи онҳо ба додаҳои воқеӣ таҳия шудааст, муҳите, ки усулҳои омӯзиши мошинро барои истифодаи васеъ дастрас мекунад. Бо Weka, як олими барнома метавонад усулҳои омӯзиши мошинро истифода барад, то дониши муфидро мустақиман аз маълумоти эҳтимолан хеле калон ба даст орад. Weka 3 нармафзори ройгон аст, ки дар Java навишта шудааст. Маҳсулот ба дигар codeҳо хуб муттаҳид мешавад, зеро он дастрасии мустақимро ба китобхонаи алгоритмҳои дар он татбиқшударо таъмин мекунад. Яъне шумо метавонед алгоритмҳои аллакай навишташудаи дигар системаҳои дар Java амалӣшударо истифода баред.Ба ғайр аз ин, Weka интерфейси корбарии Explorer-и худро дорад, интерфейси компоненти Knowledge Flow, аммо шумо метавонед сатри фармонро низ истифода баред. Илова бар ин, барои Weka як барномаи Experimenter таҳия шудааст, то қобorяти пешгӯии алгоритмҳои омӯзиши мошинро дар маҷмӯи мушкилот муқоиса кунад. «Қувваи Века дар тасниф аст. Аз ин рӯ, он барои барномаҳое, ки таснифи автоматии маълумотро талаб мекунанд, беҳтарин аст. Weka инчунин вазифаҳои кластерсозӣ, пешгӯӣ, интихоби хусусият ва ошкоркунии аномалияро иҷро мекунад "мегӯяд Эйбе Франк, профессори илмҳои компютерӣ дар Донишгоҳи Вайкато дар Зеландияи Нав. Маҷмӯи алгоритмҳои омӯзиши мошини Weka метавонад мустақиман ба пойгоҳи додаҳо татбиқ карда шавад ё аз codeи Java-и худ даъват карда шавад. Он якчанд вазифаҳои стандартии истихроҷи додаҳоро дастгирӣ мекунад, аз ҷумла коркарди пешакии додаҳо, гурӯҳбандӣ, гурӯҳбандӣ, визуализатсия, таҳлor регрессия ва интихоби хусусият. Намунаи истифодаи Weka бо рамзи Java: https://weka.wikispaces.com/Use+WEKA+in+your+Java+code

Таҳлor оммавии онлайн (MOA)

Истиноди китобхона: https://moa.cms.waikato.ac.nz/ MOA (Massive On-Line Analysis) чаҳорчӯба барои таҳияи ҷараёнҳои додаҳо мебошад. Он асбобҳои арзёбӣ ва маҷмӯи алгоритмҳои омӯзиши мошинро дар бар мегирад, ки вақт ва хотираро самаранок истифода мебаранд. Ин китобхонаи кушодаасос мустақиман барои омӯзиши мошинсозӣ ва ҷамъоварии маълумот аз ҷараёнҳои додаҳо дар вақти воқеӣ истифода мешавад. MOA дар Java навишта шудааст, аз ин рӯ онро метавон дар якҷоягӣ бо Weka барои ҳалли масъалаҳои калонҳаҷм ва мураккаб истифода бурд. Маҷмӯи алгоритмҳои омӯзиши мошин ва муҳаррикҳои баҳодиҳии MOA барои таҳлor регрессия, тасниф, муайянкунии берунӣ, кластерсозӣ, системаҳои тавсиядиҳанда муфиданд. MOA инчунин метавонад барои тағир додани маҷмӯаҳо ва ҷараёнҳои додаҳо, инчунин маълумоте, ки аз ҷониби дастгоҳҳои Интернети ашё (IoT) истеҳсол карда мешавад, муфид бошад. Ҷараёни кор дар MOA аз рӯи нақшаи оддӣ сурат мегирад: аввал ҷараёни додаҳо (канал, генератор) интихоб ва танзим карда мешавад, сипас алгоритм (масалан, таснифкунанда) интихоб карда мешавад ва параметрҳои он муқаррар карда мешаванд. Дар марҳилаи сеюм, усули арзёбӣ ё ченак интихоб карда мешавад, ки пас аз он натиҷа ба даст меояд. Барои гузаронидани таҷриба бо истифода аз MOA, корбар метавонад байни интерфейси графикии корбар (GUI) ё сатри фармонро интихоб кунад.

Омузиши амиқ 4

Истиноди китобхона: https://deeplearning4j.org/ Deeplearning4j яке аз саҳмгузорони инноватсионӣ мебошад, ки ба экосистемаи Java навовариҳои назаррас меорад. Ин як китобхонаи хеле баландсифат, як лоиҳаи кушодаасос дар Java ва Scala мебошад, ки аз ҷониби бачаҳои аъло (ва роботҳои ниминтеллектуалӣ!) Skymind ба мо пешниҳод шудааст. Идеяи паси Deep;earning4j муттаҳид кардани шабакаҳои амиқи нейрон ва омӯзиши амиқ барои муҳити тиҷорат аст. Deeplearning4j як воситаи бузурги DIY барои барномасозони Java, Scala ва Clojure мебошад, ки бо Hadoop кор мекунанд, чаҳорчӯбаи таҳия ва иҷро кардани барномаҳои тақсимшуда дар кластерҳо бо ҳазорон гиреҳҳо. Hadoop дорои қудрати бузурги ҳисоббарорӣ ва қобorяти коркарди шумораи амалан номаҳдуди вазифаҳои параллелӣ мебошад. Шабакаҳои амиқи нейронӣ ва омӯзиши амиқи мустаҳкам қодиранд шинохти намуна ва омӯзиши мақсадноки мошинро доранд. Ин маънои онро дорад, ки Deeplearning4j барои муайян кардани намунаҳо ва эҳсосот дар нутқ, аудио ва матн хеле муфид аст. Илова бар ин, китобхона метавонад барои ошкор кардани аномалияҳо дар маълумоти силсилаи вақт, ба монанди муомилоти молиявӣ истифода шавад.

Моллет

Истиноди китобхона: http://mallet.cs.umass.edu/ MALLET як абзори кушодаи Java мебошад, ки аз ҷониби Эндрю МакКаллум ва донишҷӯёни UMASS ва UPenn сохта шудаанд. Ин китобхона асосан барои коркарди матн бо истифода аз омӯзиши мошинсозӣ пешбинӣ шудааст. Шарҳи номи китобхона - MAchine Learning for LanguageE Toolkit. Ин бастаи нармафзор коркарди омории забони табии, кластерсозӣ, таснифоти ҳуҷҷатҳо, ҷустуҷӯи иттилоот, моделсозӣ ва дигар барномаҳои пешрафтаи омӯзиширо дастгирӣ мекунад. Қувваи асосии MALLET ин абзорҳои муосир барои таснифоти ҳуҷҷатҳо, ба монанди расмиёти муассири стандартӣ барои табдor матн мебошад. Он доираи васеи алгоритмҳоро дастгирӣ мекунад, аз ҷумла Naive Bayes, Trees Decision, Maximum Decision Trees ва Maximum Entropy, инчунин codeи таҳлor иҷрои таснифот.

ЭЛКИ

Истиноди китобхона: https://elki-project.github.io/ ELKI маънои Муҳити таҳияи KDD-Барномаҳоеро дорад, ки аз ҷониби сохторҳои индекс дастгирӣ мешаванд, ки онро метавон ҳамчун "муҳит барои таҳияи барномаҳои KDD, ки аз ҷониби сохторҳои индекс дастгирӣ мешавад" тарҷума кард. Дар навбати худ, KDD - кашфи дониш дар базаҳои маълумот - ихтисораест, ки имкони истихроҷи васеъи донишро аз додаҳо пинҳон мекунад. Таваҷҷӯҳи ELKI ба тадқиқоти алгоритмӣ бо таваҷҷӯҳ ба усулҳои беназорат дар таҳлor кластер ва муайян кардани нишондиҳандаҳо мебошад. Барои ноил шудан ба иҷрои баланд ва миқёспазирӣ, ELKI сохторҳои шохиси маълумотро ба монанди R*-дарахтҳо пешниҳод мекунад (чунин сохторҳои додаҳо барои индексатсияи иттилооти фазоӣ истифода мешаванд), ки метавонанд дастовардҳои назаррасро таъмин кунанд. ELKI ба осонӣ васеъшаванда аст ва ҳадафи он пешниҳод кардани маҷмӯи зиёди алгоритмҳои баландпараметризатсияшаванда барои имкон додани арзёбии осон ва одилонаи алгоритмҳо мебошад. Ин маънои онро дорад, ки ELKI дар соҳаи илми маълумот хеле муфид аст. Ин асбоб барои омӯзиши садои китҳои нутфа, парвозҳои кайҳонӣ ва пешгӯии ҳаракати нақлиёт истифода шудааст. Шояд шумо дар бораи китобхонаи омӯзиши мошини Java, ки фаро гирифта нашудааст, медонед? Дар шарҳҳои худ бо мо мубодила кунед, фаҳмидани он ки мо чиро аз даст додаем, ҷолиб аст! Дар асоси маводҳои jaxenter