Kompaniyalar mashinani o'rganish va chuqur o'rganish uchun kod yoza oladigan dasturchilar uchun raqobatlashmoqda. Agar siz ushbu mavzularga qiziqsangiz, bugungi kunda mashinani o'rganish uchun eng yaxshi Java kutubxonalarini ko'rib chiqishingiz kerakmi?
Mini lug'at
Mashinani o'rganish - bu sun'iy intellekt dastlab muayyan muammoni qanday hal qilishni bilmaydigan, ammo shunga o'xshash muammolarni hal qilish orqali bu jarayonni o'rganadigan yondashuv. O'zaro munosabatlarni o'rnatish uchun turli xil matematik usullar qo'llaniladi. Chuqur yoki chuqur o'rganish - bu ko'pincha inson qarorlarini taqlid qiluvchi neyron tarmoqlardan foydalanadigan mashinani o'rganishning kichik to'plami. Chuqur o'rganish ko'pincha katta hajmdagi o'quv ma'lumotlarini talab qiladi. Misol uchun, agar siz saksofonni tanib olish algoritmini o'rnatishingiz kerak bo'lsa, kelajakda algoritm ularni chalkashtirib yubormasligi uchun dastur nafaqat saksafonlarning tasvirlarini, balki boshqa shunga o'xshash guruch asboblarni ham ta'minlashi kerak.
Bu istiqbollimi?
Sun'iy intellekt rivojlanishining uzoq qishi tugadi. Mashinani o'rganish hozirda texnologiyadagi eng issiq ko'nikmalardan biri bo'lib, mavzuni tushunadigan mutaxassislarga talab katta. Hozircha hech bir til mashinani o'rganish sohasida mutlaq yetakchiga aylangani yo'q, ammo Java eng sevimlilar qatorida aniq. Shunday qilib, agar siz ilm-fanga qiziqsangiz va shunchaki kodlashdan ko'ra tadqiqot qilishni istasangiz, biz sizga mashinani o'rganish dasturlash uchun eng yaxshi beshta Java kutubxonasini ko'rib chiqishni tavsiya qilamiz.
Weka
Kutubxona havolasi: https://www.cs.waikato.ac.nz/ml/weka/index.html Weka bizning mutlaq sevimli va u erda ajablantiradigan narsa yo'q. Ushbu mahsulot mashinani o'rganish usullarini ishlab chiqish va ularni haqiqiy ma'lumotlarga qo'llash uchun zamonaviy muhit sifatida ishlab chiqilgan bo'lib, mashinani o'rganish usullarini keng foydalanishga imkon beradigan muhit. Weka yordamida dastur olimi mashinani o'rganish usullaridan to'g'ridan-to'g'ri juda katta ma'lumotlardan foydali bilimlarni olish uchun foydalanishi mumkin. Weka 3 Java-da yozilgan bepul dasturdir. Mahsulot boshqa kod bilan yaxshi integratsiyalashgan, chunki u unda amalga oshirilgan algoritmlar kutubxonasiga bevosita kirish imkonini beradi. Ya'ni, siz Java-da amalga oshirilgan boshqa tizimlarning allaqachon yozilgan algoritmlaridan foydalanishingiz mumkin bo'ladi.Bundan tashqari, Weka o'zining Explorer foydalanuvchi interfeysi, Knowledge Flow komponent interfeysiga ega, lekin siz buyruq qatoridan ham foydalanishingiz mumkin. Bundan tashqari, Weka uchun berilgan muammolar to‘plami bo‘yicha mashinani o‘rganish algoritmlarining bashorat qilish qobiliyatini solishtirish uchun Experimenter ilovasi ishlab chiqilgan.
“Wekaning kuchi tasnifda. Shuning uchun u avtomatik ma'lumotlarni tasniflashni talab qiladigan ilovalar uchun ideal. Weka shuningdek, klasterlash, bashorat qilish, xususiyatlarni tanlash va anomaliyalarni aniqlash vazifalarini bajaradi, - deydi Eybe Frank, Yangi Zelandiyadagi Vaykato universiteti kompyuter fanlari professori. Weka-ning mashina o'rganish algoritmlari to'plami to'g'ridan-to'g'ri ma'lumotlar bazasiga qo'llanilishi yoki o'z Java kodingizdan chaqirilishi mumkin. U ma'lumotlarni oldindan qayta ishlash, tasniflash, klasterlash, vizualizatsiya, regressiya tahlili va xususiyatlarni tanlash kabi bir nechta standart ma'lumotlarni qidirish vazifalarini qo'llab-quvvatlaydi. Weka-dan Java kodi bilan foydalanishga misol: https://weka.wikispaces.com/Use+WEKA+in+your+Java+code
Katta onlayn tahlil (MOA)
Kutubxona havolasi: https://moa.cms.waikato.ac.nz/ MOA (Massive On-Line Analysis) maʼlumotlar oqimini ishlab chiqish uchun asosdir. U vaqt va xotirani tejaydigan baholash vositalari va mashinani o'rganish algoritmlari to'plamini o'z ichiga oladi. Ushbu ochiq manba kutubxonasi to'g'ridan-to'g'ri mashinani o'rganish va real vaqtda ma'lumotlar oqimidan ma'lumotlarni yig'ish uchun ishlatiladi. MOA Java tilida yozilgan, shuning uchun uni Weka bilan birgalikda keng miqyosli va murakkab masalalarni hal qilishda osongina ishlatish mumkin. MOA ning mashinani o'rganish algoritmlari va skoring dvigatellari to'plami regressiya tahlili, tasnifi, chetini aniqlash, klasterlash, tavsiya qiluvchi tizimlar uchun foydalidir. MOA shuningdek, ma'lumotlar to'plamlari va oqimlarini, shuningdek, narsalar Interneti (IoT) qurilmalari tomonidan ishlab chiqarilgan ma'lumotlarni o'zgartirish uchun foydali bo'lishi mumkin.
MOAdagi ish jarayoni oddiy sxema bo'yicha amalga oshiriladi: birinchi navbatda ma'lumotlar oqimi (kanal, generator) tanlanadi va sozlanadi, keyin algoritm (masalan, tasniflagich) tanlanadi va uning parametrlari o'rnatiladi. Uchinchi bosqichda baholash usuli yoki o'lchovi tanlanadi, shundan so'ng natija olinadi.
MOA yordamida tajriba o'tkazish uchun foydalanuvchi grafik foydalanuvchi interfeysi (GUI) yoki buyruq qatori o'rtasida tanlov qilishi mumkin.
Chuqur o'rganish 4
Kutubxona havolasi: https://deeplearning4j.org/ Deeplearning4j Java ekotizimiga muhim innovatsiyalarni olib kiruvchi innovatsion hissa qo'shuvchilardan biridir. Bu juda yuqori sifatli kutubxona, Java va Scala tillarida ochiq manbali loyiha bo'lib, bizga Skymindning zo'r yigitlari (va yarim aqlli robotlar!) taklif qiladi. Deep;earning4j g'oyasi biznes muhiti uchun chuqur neyron tarmoqlar va chuqur o'rganishni birlashtirishdir.
Deeplearning4j - minglab tugunli klasterlarda ishlaydigan taqsimlangan dasturlarni ishlab chiqish va ishga tushirish uchun asos bo'lgan Hadoop bilan ishlaydigan Java, Scala va Clojure dasturchilari uchun ajoyib DIY vositasi. Hadoop juda katta hisoblash quvvatiga va deyarli cheksiz miqdordagi parallel vazifalarni bajarish qobiliyatiga ega. Chuqur neyron tarmoqlar va chuqur mustahkamlashni o'rganish naqshni aniqlash va maqsadli mashinani o'rganishga qodir. Bu Deeplearning4j nutq, audio va matndagi naqsh va hissiyotlarni aniqlash uchun juda foydali ekanligini anglatadi. Bundan tashqari, kutubxona moliyaviy operatsiyalar kabi vaqt seriyalari ma'lumotlaridagi anomaliyalarni aniqlash uchun ishlatilishi mumkin.
MALLET
Kutubxona havolasi: http://mallet.cs.umass.edu/ MALLET - Endryu Makkallum va UMASS va UPenn talabalari tomonidan yaratilgan ochiq manbali Java asboblar to'plami. Bu kutubxona asosan mashina oʻrganish yordamida matnni qayta ishlash uchun moʻljallangan. Kutubxona nomini tushuntirish - MAchine Learning for LanguageE Toolkit.
Ushbu dasturiy ta'minot to'plami statistik tabiiy tillarni qayta ishlash, klasterlash, hujjatlarni tasniflash, ma'lumotlarni qidirish, modellashtirish va boshqa ilg'or o'rganish dasturlarini qo'llab-quvvatlaydi. MALLETning asosiy kuchi hujjatlarni tasniflash uchun zamonaviy vositalar, masalan, matnni o'zgartirish uchun samarali standart protseduralardir. U Naive Bayes, Decision Trees, Maksimum Decision Trees va Maksimum Entropiya kabi algoritmlarning keng spektrini, shuningdek, tasniflagichning ishlashini tahlil qilish kodini qo'llab-quvvatlaydi.
ELKI
Kutubxona havolasi: https://elki-project.github.io/ ELKI qisqartmasi indeks tuzilmalari tomonidan qo'llab-quvvatlanadigan KDD-ilovalarni ishlab chiqish uchun muhitni anglatadi, bu "indeks tuzilmalari tomonidan qo'llab-quvvatlanadigan KDD ilovalarini ishlab chiqish uchun muhit" deb tarjima qilinishi mumkin. O'z navbatida, KDD - ma'lumotlar bazalarida bilimlarni kashf qilish - bu ma'lumotlardan bilimlarni keng miqyosda ajratib olish imkoniyatini yashiradigan qisqartma. ELKIning asosiy e'tibori algoritmik tadqiqotlarga qaratilgan bo'lib, klaster tahlilida nazoratsiz usullarga e'tibor qaratiladi. Yuqori unumdorlik va kengayish qobiliyatiga erishish uchun ELKI R*-daraxtlar (bunday ma'lumotlar tuzilmalari fazoviy ma'lumotlarni indekslash uchun ishlatiladi) kabi ma'lumotlar indeksi tuzilmalarini taklif qiladi, bu esa sezilarli samaradorlikni ta'minlaydi. ELKI osonlik bilan kengaytiriladi va algoritmlarni oson va adolatli baholashni ta'minlash uchun yuqori parametrlash mumkin bo'lgan algoritmlarning katta to'plamini taqdim etishga qaratilgan.
Bu shuni anglatadiki, ELKI ma'lumotlar fanlari sohasida juda foydali. Ushbu vosita sperma kitlarining tovushlarini o'rganish, kosmik parvozlar va harakatni bashorat qilish uchun ishlatilgan. Ehtimol, siz hali ko'rilmagan boshqa Java mashinalarini o'rganish kutubxonasini bilasizmi? Izohlarda biz bilan baham ko'ring, biz nimani o'tkazib yuborganimizni bilish qiziq! Jaxenter materiallari asosida
GO TO FULL VERSION