InfoWorld | Par serveur Yegulalp
Après avoir passé des décennies dans des ombres comme une discipline spécialisée ou une apprentissage automatique, Java est devenue un outil commercial. La partie la plus difficile, cependant, est ce qui est utile, en particulier pour les développeurs et les scientifiques de données qui prennent sur les machines de prédustralier (apprentissage de la machine Java). À cette fin, nous avons arrondi certains des outils les plus courants et les plus utiles pour apprendre à obtenir l’avantage, c’est cette langue open source.
Python: les scientifiques de données ont assimilé Python comme alternative la plus ouverte aux analyses de langues, Tels que R et de nombreux employeurs cherchent à ajouter l’expertise d’excellentes données à leurs listes de Python comme compétence souhaitée. En conséquence, de nombreuses bibliothèques d’apprentissage automatique ont désormais un logiciel Python.
du groupe, la meilleure option consiste à apprendre Scikit. A chargé des algorithmes et des modules et est largement apprécié dans GitHub (près de 2 000 utilisateurs et à la hausse), et a une variété de grands noms de témoignage
Un autre important est Pybrain, conçu pour être facile à travailler Et il donne accès à des outils puissants. Comme son nom l’indique, il se concentre sur les goûts de réseaux neuronaux et d’apprentissage non supervisé, et fournit un mécanisme d’algorithmes de formation et de raffinage.
Go: Google System Language conçu pour le parallélisme semble être un idéal Environnement pour les bibliothèques d’apprentissage. Une série de petites bibliothèques où le plus spécifique est la figure ou le paysage, mais a quelques options. Le plus remarquable, Golearn, est décrit par ses créateurs comme « piles incluses » ou une « bibliothèque d’apprentissage de la machine » et dispose d’outils de filtrage, de classification et d’analyse de la régression.
une bibliothèque beaucoup plus petite et plus BASIC EST MLO, qui implique uniquement un petit nombre d’algorithmes à ce stade, mais envisage de croître pour l’avenir.
Java dans Hadoop: Mahout (ce qui signifie « coureur d’éléphant » en hindi). Groupe plusieurs méthodologies d’apprentissage automatique communes à utiliser dans la trame de données, ce qui le fait préféré. Le paquet est construit autour d’algorithmes au lieu de méthodologies, donc pour certains La compréhension des algorithmes est ce qui est nécessaire. Cela n’est pas difficile de voir comment les pièces entrent dans un système de recommandation basé sur l’utilisateur et qui peuvent être effectuées dans quelques lignes de code.
Un autre projet de la machine APREN Dizage basé sur Hadoop, Oryx de Cloupenera, a l’intention de s’appuyer sur le travail de Mahout, grâce à la livraison des résultats de la transmission par des séquences en temps réel au lieu de travailler sur des emplois par lots. Malheureusement, il en est encore aux premiers stades; C’est vraiment un projet au lieu d’un produit, mais il mérite une surveillance étroite à mesure qu’elle évolue.
Java: Outre Mahout, qui se concentre sur Hadoop, qui est un certain nombre d’autres bibliothèques d’apprentissage automatique pour Java et elle est largement utilisé, c’est Weka, créé par l’Université de Waikato en Nouvelle-Zélande et est une application dans un environnement de travail en tant que somme visualisations et fonctionnalités de mines de données au mélange habituel d’algorithmes.
Pour les personnes qui veulent un front pour leur travail et pensent à faire une bonne partie de cela en Java, c’est idéal.
Weka pourrait être le meilleur endroit pour commencer. Une bibliothèque plus conventionnelle, la Java-ML, est également disponible, bien qu’elle vise des personnes qui connaissent déjà ou dominent le travail avec Java et l’apprentissage automatique.
JavaScript: La blague sur JavaScript (« ATOODWOOD LAW »), est que tout ce qui peut être écrit à JavaScript sera finalement. Pour ce qu’il s’agit pour apprendre des bibliothèques, quelque chose automatique. Bien sûr, Il y a relativement peu dans ce domaine disponible pour JavaScript à partir de cette écriture, car la plupart des options sont composées d’algorithmes individuels au lieu de bibliothèques entières, mais des outils utiles qui sont déjà arrivés à la surface, en tant que convertis, ce qui vous permet de former la profonde la bibliothèque de l’encomb, disponible pour MULT Les plates-formes: Java, C #, C / C + + et JavaScript.