Java機器學(xué)習(xí)工具和庫有哪些

小編給大家分享一下Java機器學(xué)習(xí)工具和庫有哪些，希望大家閱讀完這篇文章之后都有所收獲，下面讓我們一起去探討吧！

1. Weka集成了數(shù)據(jù)挖掘工作的機器學(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。

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?；钴S的成長社區(qū)。它包括一系列的機器學(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，其擴展性更強。

3.MEKA項目提供了一個面向多標簽學(xué)習(xí)和評價方法的開源實現(xiàn)。在多標簽分類中，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變量的情形不同。此外，MEKA基于WEKA的機器學(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是一個先進的機器學(xué)習(xí)框架，集成了支持向量機（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)機器學(xué)習(xí)和統(tǒng)計應(yīng)用。該框架的核心重點包括大量的機器學(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)存需求來運行的。

19. Java Machine Learning Library（Java機器學(xué)習(xí)庫）是一系列機器學(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編寫的一系列機器學(xué)習(xí)算法的Java API。它只提供了一個標準的算法接口。

21. MLlib (Spark)是Apache Spark的可擴展機器學(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)用的機器學(xué)習(xí)API。它在大數(shù)據(jù)上對統(tǒng)計學(xué)、機器學(xué)習(xí)和數(shù)學(xué)進行了規(guī)模化。H2O可擴展，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

看完了這篇文章，相信你對“Java機器學(xué)習(xí)工具和庫有哪些”有了一定的了解，如果想了解更多相關(guān)知識，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！