機器學習java

什么是開始使用Java機器學習的最佳工具？

他們已經存在了一段時間，但如今看來，每個人都在談論人工智能和機器學習。 對于科學家和研究人員而言，它已經不再是秘密，幾乎可以在任何新興技術中實現。

在下面的文章中，我們將快速概述主要的Java機器學習框架，并顯示入門起來很容易-無需重新設計輪子并從頭開始創建自己的算法。

人民的人工智能

人工智能是一個廣闊而涼爽的領域，已經存在了一段時間，但始終感到有些遙不可及，特別是為科學家而設。 如果要創建AI系統，則必須自己實現核心算法并對其進行訓練，以識別模式，理解圖像并處理自然語言。

最近圍繞該領域的嗡嗡聲和發展使非研究者更容易使用它。 現在，您可以輕松訪問相關的算法和工具。 您必須知道自己在做什么，但是使用機器學習功能來增強應用程序要容易得多。

使機器運轉

為了簡化操作，我們決定重點介紹3個項目，以幫助您入門：

Deeplearning4J（DL4J） – JVM的開源，分布式和商業級深度學習庫

BID數據項目 –一系列模式可實現快速，大規模的機器學習和數據挖掘

Neuroph –面向對象的神經網絡

順便說一下，我們最近發布了另一個有趣的開源GitHub庫列表，引起了我們的注意。 檢查一下 。

1. DL4J –深度學習

DL4J是一種工具，可以幫助您配置由多層構成的深度神經網絡。 它不僅為JVM帶來了深度學習，還具有大規模的快速原型制作和自定義功能，同時側重于配置之外的更多約定。

對于那些已經具備創建和使用深度神經網絡所需理論但又不想自己實現算法的人來說，這是一個工具。 您可以使用它來解決涉及大量數據的特定問題并自定義神經網絡屬性。

DL4J用Java編寫，使其與任何JVM語言（例如Clojure，Scala或Kotlin）兼容，并且與Hadoop和Spark集成。

可能的用例包括評級或推薦系統（CRM，adtech，防止流失），預測分析甚至欺詐檢測。 如果您正在尋找真實的示例，可以查看Rapidminer 。 這是一個開放源數據平臺，使用DL4J為其用戶簡化了預測分析過程。

設置新的神經網絡就像創建新對象一樣容易：

ultiLayerConfiguration conf = new NeuralNetConfiguration.Builder().iterations(1).weightInit(WeightInit.XAVIER).activation("relu").optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT).learningRate(0.05)// ... other hyperparameters.backprop(true).build();

2. BID數據項目

BID數據項目專為那些處理大量數據并且對性能敏感的人而設計。 加州大學伯克利分校的這個項目是硬件，軟件和設計模式的集合，可實現快速大規模的數據挖掘。

第一個庫是BIDMach ，它在單個節點或群集上保存許多常見機器學習問題的記錄。 您可以使用它來管理數據源，通過CPU或GPU優化和分發數據。

它包含許多流行的機器學習算法，并且該團隊正在開發分布式深度學習網絡，圖形算法和其他模型。

另外兩個庫是BIDMat ，這是一個快速矩陣代數庫，專注于數據挖掘和BIDParse （GPU加速的自然語言解析器）。 該項目中的其他庫包括可視化工具，以及使您可以在Spark甚至Android上運行的庫。

BIDMach基準測試反復顯示出比其他解決方案更好的結果，即使與在大型群集上運行的替代產品相比，即使使用一臺計算機，也是如此。 完整的基準測試列表可在此處找到。

3. Neuroph

Neuroph是用于開發通用神經網絡架構的輕量級Java框架。 該框架提供了一個Java庫以及一個GUI工具（稱為easyNeurons），您可以使用它來在Java程序中創建和訓練自己的神經網絡。

它包含一個開放源代碼Java庫，其中包含少量與基本神經網絡概念相對應的基本類。 如果您剛剛開始使用神經網絡，或者想知道它們的工作原理，那么這是一個很好的墊腳石。

您可以嘗試Neuroph在線演示，并查看其實際工作原理。 劇透警報：界面看起來過時且過時，但是您可以用它來創造美好的事物。 此外，它還獲得了2013年 “ 杜克選擇獎” 。

網絡圖視圖

別人呢？

如果這三個項目不是您的理想之選，而您正在尋找與項目有些不同的東西，請不要擔心。 如果您在GitHub上搜索“ Machine learning ”，則會找到1,506個Java存儲庫，這些存儲庫可能為您提供了正確的工具。

例如，Airbnb的一個有趣的項目是aerosolve ； 旨在使人類友好的機器學習庫。

開始使用新技術始終是麻煩的源頭。 如果您需要有關異常的幫助，請務必查看Takipi的錯誤分析工具 。

最后的想法

每隔幾年，就會有關于AI的新話題。 這次，它以機器學習，數據挖掘，神經網絡等形式進行了增強，我們全力以赴。 這些庫是開放源代碼的事實意味著信息和功能都可以搶到，而您所要做的就是思考使用此功能可以做什么。

如果您知道其他有趣的項目，或者認為我們錯過了任何事情，歡迎在下面的評論中聽到。

翻譯自: https://www.javacodegeeks.com/2016/07/get-started-java-machine-learning.html

機器學習java

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的机器学习java_如何开始使用Java机器学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。